单选题   Google researchers have used artificial intelligence (AI) to teach robots how to move like real animals (in this case, dogs). They describe their experiment in a blog released this week.
    'First, we describe how robots can learn to move like a real animal by imitating their motions, producing fast and fluent movements like running slowly and hopping. Then, we discuss a system for automating the training of moving skills in the real world, which allows robots to learn to walk on their own, with minimal human assistance,' shared in the blog Xue Bin (Jason) Peng, Student Researcher and Sehoon Ha, Research Scientist, Robotics at Google.
    They achieved this impressive feat by using something called reinforcement learning (RL). They began by taking a reference video recorded from an animal and using RL to get the robot to imitate an animal's movement.
    'By providing the system with different reference motions, we are able to train an animal-shaped robot to perform a diverse set of agile behaviors, ranging from fast walking to dynamic hops and turns. The policies are trained primarily in simulation(模拟，模仿), and then transferred to the real world using a space adaptation technique that can efficiently adapt a policy using only a few minutes of data from the real robot,' wrote the researchers in their blog.
    However, it is a well-known fact that simulators provide a poor approximation of the real world, meaning that simulations don't perform well in reality. This is where the researchers decided to use a sample-efficient space adaptation technique.
    They did so by introducing an element of randomness to the physical parameters(参数) used in the simulation by varying physical quantities, such as the robot's mass and friction. This resulted in a machine learning model that could account for all kinds of small changes and the complications they create.
    The end result is a robot that moves like a real dog. This kind of work is crucial as it can open opportunities to use robots to do sophisticated tasks in the real world.
单选题     What is Google researchers' experiment about? ______
 
【正确答案】 B
【答案解析】第一段提到，谷歌的研究人员已经使用人工智能来教机器人如何像真正的动物(这里指的是狗)那样敏捷地运动了，他们在本周发布的博客中描述了自己的实验。由此可知，谷歌机器人实验是训练机器人如何像真正的狗狗一样移动，故本题应选B。 [参考译文] 谷歌的研究人员已经使用人工智能来教机器人如何像真正的动物(这里指的是狗)那样敏捷地运动了。他们在本周发布的博客中描述了自己的实验。 “首先，我们描述了机器人如何通过模仿真实动物的动作来学习运动，产生快速、流畅的动作，比如小跑和跳跃。然后，我们讨论了一个在现实世界中进行自动化运动技能训练的系统，该系统允许机器人在最少的人力帮助下学会自己走路，”谷歌机器人团队的学生研究者Xue Bin(杰森)Peng和研究科学家Sehoon Ha在博客中分享道。 他们通过使用一种叫做“强化学习(RL)”的方法，实现了这一令人印象深刻的壮举。他们从一个动物的参考视频开始，使用“强化学习”让机器人模仿动物的动作。 研究人员在他们的博客中写道：“通过给系统提供不同的参考动作，我们能够训练一个动物外形机器人来执行不同的敏捷动作，从快速行走步态到动态跳跃和转弯。这些策略主要是在模拟中训练的，然后通过空间适应技术转移到现实世界，这种技术可以有效地利用来自真实机器人的几分钟的数据来调整策略。” 然而，一个众所周知的事实是，模拟器提供的是一个很差的真实世界的近似值，这意味着模拟在现实中表现不佳。因此，研究人员决定使用一种高效采样的空间适应技术。 他们通过改变机器人的质量和摩擦力等物理量，为模拟中使用的物理参数引入了随机性元素。这就产生了一种机器学习模型，它可以应对各种各样的小差异以及它们所产生的复杂后果。 最终的结果是机器人可以像真正的狗狗一样移动。这种工作是至关重要的，因为它可以为我们使用机器人在现实世界中执行复杂任务提供机会。
单选题     How did the researchers make the breakthrough? ______
 
【正确答案】 C
【答案解析】第三段提到，他们通过使用一种叫做“强化学习(RL)”的方法实现了这一令人印象深刻的壮举，他们从一个动物的参考视频开始，使用强化学习让机器人模仿动物的动作。由此可知，研究人员是借助强化学习(RL)这种方法来实现技术突破的，故本题应选C。
单选题     Why did researchers decide to use a sample-efficient space adaptation technique? ______
 
【正确答案】 D
【答案解析】第五段提到，然而，一个众所周知的事实是，模拟器提供的是一个很差的真实世界的近似值，这意味着模拟在现实中表现不佳，因此，研究人员决定使用一种高效采样的空间适应技术。由此可知，因为模拟器提供的近似值不准确，即无法很好地模拟真实的世界，所以研究人员采用了高效采样的空间适应技术来解决这一难题，故本题应选D。
单选题     What have researchers taken into account to simulate the reality? ______
 
【正确答案】 A
【答案解析】倒数第二段提到，他们通过改变机器人的质量和摩擦力等物理量，为模拟中使用的物理参数引入了随机性元素，这就产生了一种机器学习模型，它可以应对各种各样的小差异以及它们所产生的复杂后果。由此可知，在模拟现实的过程中，研究人员考虑了机器人的质量和摩擦力等物理量，故本题应选A。
单选题     Why is the new technology Google developed so important? ______
 
【正确答案】 C
【答案解析】最后一段提到，最终的结果是机器人可以像真正的狗狗一样移动，这种工作是至关重要的，因为它可以为我们使用机器人在现实世界中执行复杂任务提供机会。由此可知，谷歌研发的这种新技术之所以重要，原因在于它可以为我们使用机器人在现实世界中执行复杂任务提供机会，即可以促进机器人技术的应用，故本题应选C。