2019年1月，韩国科学技术院、剑桥大学、日本国家信息与通信技术研究所以及谷歌DeepMind的研究人员在《科学机器人》与《行为科学的最新观点》杂志上发表文章称，研究人员可以通过强化学习技术让机器人模仿人类大脑做出决策时使用的策略，从而显著提高机器人的智能。
背景
人类和自主机器人都需要不断学习并适应新的环境，但人类能够根据独特的情况做出决策，而机器人则依赖于预先确定的数据来做出决策。尽管研究人员在加强机器人的物理能力方面进展迅速，但机器人的决策能力仍远不如人类。机器人往往依靠预先设定的指令来做出行动，缺乏快速学习与适应的灵活性和能力。
将类人智能引入机器人一直是一个难题，因为人类很难清楚了解人类大脑做出决策的计算原理——如何将大脑活动转化为机器人的代码。
研究成果
但该研究小组认为，随着计算神经科学领域近期的一系列发现，部分代码可以有效将人类大脑活动写入机器人控制系统中。
文章中提出的能够提升机器人决策能力的人脑机制包括：
1）多控制器架构。人类大脑中有多个系统来控制决策和行动，包括先天反应系统、奖励与惩罚系统和认知控制系统等。大脑通过多控制器机制决定如何在不同的子系统之间切换以执行复杂的任务。
2）疼痛系统。疼痛系统是一种自我保护机制，能够让人类在潜在的危险环境中保护自己。具有自我保护机制的机器人能够避免不必要的损伤。
3）快速单次学习。机器人的控制算法通常需要大量经验，而人类学习通常仅需要单次经验。能够灵活调整自身学习速度进而提升学习效率的机器人将解决性能和速度之间的权衡问题。
4）元认知学习。元认知学习能够快速适应环境变化，因此该机制能够提升机器人面对重大变化时的稳健性。韩科院生物与大脑工程系的教授表示，模仿这些代码能够大幅提高机器人的灵活性、效率以及安全性。
此外，研究小组还指出，如果机器人的学习方式、行动方式与行为方式与人类相似，那么机器人可能将更适合与人类的交互环境。这将有助于人类理解与推断机器人的目标和意图、增强人类对机器人的同理心、促进人类与机器人的协作与共同决策，并促进人类的观察学习能力。（来源：国防科技要闻）
