我们先从机器人的发展进程来看。美国是机器人的发源地，机器人的拥有量却远远少于日本，其中部分原因就是因为美国有些工人不欢迎机器人，从而抑制了机器人的发展。日本之所以能迅速成为机器人大国，原因是多方面的，但其中很重要的一条就是当时日本劳动力短缺，政府和企业都希望发展机器人，国民也都欢迎使用机器人。由于使用了机器人，日本也尝到了甜头，它的汽车、电子工业迅速崛起，很快占领了世界市场。目前为止，人仍然是机器人的主人，人与机器还是一种隶属关系，机器隶属于人，人掌握着机器的“生杀大权”。这种隶属关系古代已经存在了。比如风车和水车，再比如《三国演义》中出现的木牛流马。据《墨经》记载，春秋时期的鲁班曾制造过一只木鸟，能在空中飞行“三日不下”。
进入20世纪后，机器人的研究与开发得到了更多人的关心与支持，一些适用化的机器人相继问世，1927年美国西屋公司工程师温兹利制造了第一个机器人“电报箱”，并在纽约举行的世界博览会上展出。它是一个电动机器人，装有无线电发报机，可以回答一些问题，但该机器人不能走动。1959年第一台工业机器人（可编程、圆坐标）在美国诞生，开创了机器人发展的新纪元。
最近「像动物一样适应的机器人（this robot adapts like animals ）」论文提出一种智能试错法算法，算法允许机器人快速适应破坏，完全不需要自我诊断或是提前准备应急措施。对于人类而言，有很多危险的工作，例如扑灭森林火灾，寻找地震废墟下的幸存者，或者是关闭福岛核电站等等。如果这些高危工作能让 ai 来完成，那该有多好！　 本期介绍的论文中出现了两个机器人：一个六组机器人和一个机械手臂，以此来展示动作方面的智能试错算法。这是是一种快速有效的损坏恢复算法，可以使机器人更加高效和可靠地运行。　与传统强化学习（rl）方法相比，本期介绍的论文更加有效率，机器人上只需要花上几分钟和几次物理试验，而 rl 算法通常必须进行数百次测试才能学会如何完成任务。论文介绍了机器人有一个「模拟童年」（simulated childhood），在这里它学习了移动身体的不同方式，在经过几次测试和大约两分钟后就可以适应。
本期论文跟之前的研究有两个主要区别：（1）机器人不需要知道损伤是什么，它只需要一种方法来衡量其性能；（2）我们没有一个大型资料库来指导，遭受各种类型的损害之后应该怎么做。相反，我们的机器人可以像动物那样，自行学会应对各种损害的场景。
在这项研究中，机器人使用自己的模拟，找到成千上万种不同的行走方式。一旦损坏，机器人会进行体验并更新其关于每种可能行为的性能的知识（该更新将通过机器学习算法完成：高斯过程回归）。之前所习得的 13，000 种行为统统变得不管用了，因此，机器人必须利用之前的知识进行下一步操作的可行性测试：在大多数情况下，它会测试少于 10 种行为，以找到一个尽管受到损害仍能正常工作的行为。