据外媒，约翰斯·霍普金斯大学的一篇最新论文中表示，正强化学习有助于机器人训练，从而使机器人获得新技巧。所谓正强化学习通常用于训狗，论文中同样举了一个作者训练他的狗不要追逐松鼠的例子。

这个想法的核心是，当机器人做对了事情时，要给它一些激励，而不是当它做错了事情时，要给它一些惩罚。对于机器人来说，激励措施以评分系统的形式出现--本质上是一种游戏化，根据正确执行任务的情况奖励若干积分。

论文称这种方法能够大大缩短任务的训练时间，机器人希望获得最好的奖励。过去机器人需要一个月的练习才能达到100%的准确性。但采用正强化学习的方法可以在两天内完成。