我们对一般机器人的认识，如果它们要加入新功能就需要加入新程序，现在可能是看视频或是手柄手教导等的被动式学习。柏克莱加利福尼亚大学（UC Berkeley）的 BRETT 就让机器人利用基于神经网路的深度学习算法，以 Trial and Error 的方式主动学习。例如是组装玩具时，机器人会不停尝试，直至它清楚组装的原理。理论上，这机器人不需要再依赖人手的更新，而是给足够时间让它学习就可以了。
当然这科幻小说似的桥段还没有准备好正式推出，现时它需要 10 分钟来确认工序，然后再以 3 小时来不停犯错尝试。毕竟 BRETT 暂时也没有很丰富的经验，所以它不能有逻辑飞跃来加速理解。不过研究员将会在未来几年为机器人收集更多数据和经验值。最终，人工智能将能让机器人在其设计的功能范围之中做得最好。
可以学习的机器人正在给瓶子盖盖子（图片来自：baidu）
推荐经销商