如果機(jī)器人需要獨(dú)立運(yùn)作，那么它們就需要放下他們的“自尊”像其他同伴尋求幫助。至少華盛頓大學(xué)的電腦科學(xué)家是這樣想的，他們認(rèn)為機(jī)器人應(yīng)該通過眾包的方式學(xué)習(xí)不同的任務(wù)。如果這個研究成功了，機(jī)器人將能夠更快的學(xué)習(xí)完成日常生活中的任務(wù)。

　　人類的生活圈子不適合機(jī)器人工作，它們更喜歡能夠被預(yù)測的事件，所有物體也應(yīng)該在特定的位置上。但是這和人類生存的環(huán)境完全不同，人類的生存環(huán)境是混亂的，難以預(yù)測的。這讓機(jī)器人很難操作家電、廚房用具等，機(jī)器人可以學(xué)習(xí)這些任務(wù)，但教學(xué)的過程非常的漫長。

　　一般來說，讓機(jī)器人做人類工作的最好方法就是，模仿。與其教機(jī)器人應(yīng)該做什么，不如讓他看人類怎么完成任務(wù)，并依樣畫葫蘆照做就是了。但這個方案在現(xiàn)實(shí)生活中要求大量的數(shù)據(jù)，并必須提供更加準(zhǔn)確的模型：這不是一個“老師”就能夠完成的。

　　華盛頓大學(xué)的團(tuán)隊(duì)開發(fā)了一種新方案，叫“目標(biāo)基準(zhǔn)模仿機(jī)制”（goal-basedimitation），這個計(jì)劃包含讓機(jī)器人了解任務(wù)目標(biāo)，并觀察操作者的動作，并自己計(jì)算完成該方案的模型，以及完成該方案的時(shí)間。

　　但該計(jì)劃創(chuàng)新的地方在于，與其讓一個機(jī)器人大量地學(xué)習(xí)人類的動作，不如所有機(jī)器人建立網(wǎng)路社群。其他機(jī)器人將參考其他機(jī)器人的數(shù)據(jù)，這個數(shù)據(jù)是龐大的，它們能夠利用、分析這些數(shù)據(jù)。

　　該研究團(tuán)隊(duì)讓機(jī)器人重組樂高積木，重建出車子、樹、烏龜、蛇等圖形。他們首先讓人類建立一個樂高模型，并要求機(jī)器人重建它們，但機(jī)器人做不到。所以該團(tuán)隊(duì)在眾包網(wǎng)站上讓更多人組建模型，根據(jù)網(wǎng)上的模型，機(jī)器人選擇了最佳的方案，并重建了模型。

　　該團(tuán)隊(duì)負(fù)責(zé)人RajeshRao說：“我們希望能夠創(chuàng)造一個方法，讓機(jī)器人能夠從全世界的方案里找到解決方法。這比傳統(tǒng)的一對一指導(dǎo)來的有效率，并且更加準(zhǔn)確。”

　　該團(tuán)隊(duì)在今年的IEEE上展示了自己的成果，并且他們會在這方面做更加深入的研究。