一个拥有双臂的机器人用一只手握紧瓶身，另一只手捏紧瓶盖并进行旋转。这看似简单的行为模式过程却十分的复杂，它不受目标的几何尺寸和空间状态的约束。最近Facebook AI Research的团队试图让两支机械臂从数据库中选择合适的步骤，来完成指定的动作。

在操作中，机械臂必须自己决定使用哪种技能和具体参数的设定，像施加力的位置、大小等。尽管这涉及到了很多复杂的方面，但团队表示这种方法的学习效率很快，它不像其他学习方式那样需要参考上百万个案例、花费数周甚至是几个月的时间去学习，这种操作技巧往往只需要几个小时就能完成。

这种新的行为模式是为了帮助机器臂应对更多的工作。它先学习完成任务的模式，然后通过学习策略为不同技能配置合适的参数。研发团队认为同一任务的细节差别所带来的数据更能帮助技能的优化，随之其他相关任务也能得到改善。

研究员为机械臂设计了一个技能数据库，这其中包含扭转、举起、接近等动作。机械臂可用它针对不同尺寸、不同空间状态的物体进行横向运动、旋转和开启等。目前机械臂可以在仿真环境中完成任务，它只需要本体感知几何尺寸及数据就可以了。