因人工智慧的崛起，未来机器人将大幅取代部分具有危险性且繁琐的工作，不论在一般生活抑或是商业用途，机器人都将成为人类仰赖的重要伙伴之一。同时，如何让机器人达到理想的行为模式来辅助人类，也是机器人相关产业极为重要的研究方向，而现今透过多项突破性的技术，则可有效大幅简化打造与训练机器人的过程，将机器人的发展推向一个全新的阶段。

透过多项突破性的技术，可有效大幅简化打造与训练机器人的过程。

NVIDIA执行长暨创办人黄仁勋表示，以AI为基础的机器人具有无穷潜力并能改善生活，但打造与训练的过程却得面临许多艰难挑战。举例来说，在展开部署机器人的计画前，通常机器人得事先进行大量的训练与测试，但若直接将机器人的实体原型机制作出来，则还需打造完整的环境让机器人与之互动，并设法想出所有可能遭遇的情况后建立模型，但如此一来，整个过程既不安全也极为复杂，甚至会耗费高额成本与时间，简而言之，这样的作法是不切实际的。

而透过人工智慧的技术进行训练，则可大幅降低训练过程中所耗费的成本与不便性。 NVIDIA即是透过开发Isaac机器人模拟器，可让使用者在实际投入部署前事先于高度拟真的虚拟环境中训练机器人，以进一步改善机器人的训练与测试流程。

Isaac机器人模拟器采用NVIDIA的先进模拟器、渲染及深度学习技术。在这种虚拟环境下，开发者能透过深度学习训练技术设定各种测试情境，只须短短几分钟便能完成模拟。当模拟过程达到满意后，获得的资讯将迅速传送到真实世界的机器人，并将获得的知识提供给制作实品的部门，接着开发者能反覆尝试与调校机器人的测试方法，并在两种情境间交流情资。由于 Isaac 进行的模拟具高度拟真，因此，不仅训练速度快，最终成品所须调整幅度也较传统开发更少。

另一种训练，则是透过「Robot-to-Robot」的方式，实现由机器人教导机器人学习。现在比较成熟的机器人训练方式，大多是由人类透过编写程式，或引导机器人观察和模仿来使其执行特定的任务，但即便拥有仿效能力，机器人之间却仍不能进行知识转移。

由麻省理工学院所开发出一种名为「C-LEARN」的系统，这项技术最令人惊叹的是，它可让一个机器人的「学习成果」直接传递给新的机器人，且还能是不同类型的机器人。举例来说，麻省理工学院的研究人员起初对一小型机器人Optimus进行教学，之后在该系统的协助下，Optimus能将新技能全部教导给另一个应用于拆卸炸弹，且近两百公分高的双足人形机器人Atlas。这个系统另外一个特别之处在于，甚至普通人不用学习编程也可以很轻松地指导机器人来完成某项任务。

研究人员声称，这种训练方式可让机器人在更快速且低成本的情况下进行训练。他们表示，这项应用有望拓展到机器人对处理灾难的预先学习上，如核灾处理或炸弹拆卸处理。有些灾害突如其来，在情况十分危急的情形下，若机器人能够预先训练如何处理的话，即可让救灾人员以更快速的方式部署措施来应对灾害。