從工廠到手術室，職場上逐漸出現各種形狀與大小的機器人。很多機器人透過機器學習，以試誤法獲得新技能。有一種新方法能讓這樣的技能在不同形狀的機器人之間轉移，避免每次都要從頭學習。這項研究成果發表於2022年夏天的機器學習國際研討會，論文主要作者、美國卡內基美倫大學資訊科學家劉星昱（Xingyu Liu）說：「實務上，這很重要。而在研究方面，這是很酷又值得探討的基本問題。」

假設現在有個機器手臂，其手指就如同人類手指，你已經訓練它用五根手指拿起榔頭，再把釘子敲進木板；現在你想要以兩根手指的握爪（gripper），做出同樣的工作。劉星昱的研究團隊利用模擬的機器人來橋接兩者，從原本形狀慢慢轉變為新形狀。介於兩者之間的每個中間機器人都練習指定的任務，調整人工神經網路直到機器人跨過成功率的門檻，之後這個控制器程式碼就會傳輸給這條變形鏈裡的下一個機器人。

為了從虛擬方式過渡到目標機器人，研究團隊創造了共享的運動樹（kinematic tree）這組代表肢體部位的節點，由代表關節的鏈接相互串連。為了把「榔頭敲釘」的技能轉移給具有兩根手指的握爪，研究團隊調整了另三根手指的節點，使其尺寸和重量逐漸變成零。每個中間機器人的手指尺寸和重量都有稍微減少，控制它們的神經網路必須學著調整。研究人員也會調整訓練方法，這樣一來機器人之間的變化才不會差距太大……