韩刚补充，机器人强化学习这种方式，很难人为设计去实现，“这也是为什么现在强化学习的发展，要在机器人运动控制上要比以前我们用这种模型的方式要更优。像我们以前会写方程，去规划它的每一个动作，去描述它每个状态，但实际上很多时候你是很难把它写清楚的，但是强化学习就不需要这些，它都是自己在基于数据驱动去写出来的。”

　　红星新闻记者 王田