自2000年本田(Honda)发布ASIMO机器人以来，人类机器人在过去20年里已经大大提高了它们执行功能的能力，比如抓取物体和使用计算机视觉检测物体。尽管有这些改进，它们的行走、跳跃和执行其他复杂功能的能力，一直是机器人专家与人类一样平稳地移动腿的挑战。

        近年来，网络安全专家、东方联盟创始人郭盛华透露："人工智能机器人学习和设计的新发展是利用动物行为的数据和洞察力，使腿部机器人能够以更人性化的方式移动。

        谷歌(Google)和加州大学伯克利分校(University of California，Berkley)的研究人员今年早些时候发表了他们的研究结果，展示了一个机器人通过模仿狗的动作学会走路。个人研究表明，使用深度强化学习算法，机器人可以通过反复实验成功地学会走路。

        模仿学习已经应用于机器人的各种用例中，例如，OpenAI致力于通过模仿帮助机器人捕获物体，但它在机器人运动中的应用是新颖和令人鼓舞的。它可以使机器人获得由执行要学习的动作的专家生成的输入数据，并结合深入学习技术来更有效地学习该动作。

        最近利用模仿和更广泛的深度学习技术所做的许多工作都涉及到小型机器人，将同样的功能应用于现实生活中的机器人将面临许多挑战，但这些进步为提高机器人的移动性提供了创新的方法。

        动物行为的灵感也扩展到机器人设计上。敏捷机器人和波士顿电力等公司采用了力建模技术，并集成了全身传感器，以帮助机器人更密切地模仿动物的复杂行为。