如果对婴幼儿的行为模式有一定了解的话，就知道他们会模仿成人的举动，包括动作、表情等，再在此基础上进行创新，最后转化为自身的行动。婴幼儿作为人类，是具有智慧的生物，但如果是机器人这类依靠数据运行的物体，该怎么学习人类的行为模式呢？

来自卡内基梅隆大学计算机科学学院机器人研究所的博士 Bahl 和两位教员合作开发了一种供机器人学习的新方法，名叫WHIRL，意为非特定实验环境下机器人模仿人类进行学习（In-the-Wild Human Imitating Robot Learning）。

WHIRL是一种高效的算法，使用的是一次性的视觉模仿。这种算法可以让机器人从人机交互的视频中学习，总结和归纳其中的信息，最后运用在自身的行为当中，这种特性让这类机器人在做家务这一方面有着得天独厚的优势。

人们经常都会在家做各种家务，借助WHIRL，机器人就可以对人类的行为进行观察并收集视频数据，最后自行确定该如何完成工作。

研究人员用现有的机器人进行了实验。Bahl 博士以打开冰箱门为例，这个机器人通过自身的摄像头及其他软件记录了他的动作、门的摆动、冰箱的位置等等，分析这些数据并准备模仿 Bahl 的行为。

起初这个机器人失败了——要不就是没有抓住把手，要不就是抓错了地方或者没有正确地发力推开冰箱门。但经过几个小时的学习之后，机器人成功地打开了门。

而后机器人学习并完成了20多项任务，包括打开和关闭电器、橱柜门和抽屉，给锅盖盖上盖子，推椅子，甚至是从垃圾箱里拿出一个垃圾袋等等。每次机器人都会记录一个人是如何完成一次任务的，然后再自己进行学习。

Bahl博士表示，如何让机器人在直接观察人类时学习仍是这一领域未解决的问题，但他们的这一研究也具有其独特的意义——机器人在拓宽自身的行为能力方面又往前迈进了一小步。