假如機器人須要自力運作，那末它們就須要放下他們的“自負”像其他搭檔追求匡助。最少華盛頓大學的電腦科學家是那樣想的，他們以為機器人該當經過眾包的體例進修不一樣的義務。假如這個研討樂成了，機器人將可以更快的進修完成日常生活中的義務。

　　人類的生活圈子不適合機器人事情，它們更喜好可以被展望的事務，全部物體還應該在特定的位置上。然則這和人類糊口生涯的環境完整差別，人類的糊口生涯環境是雜沓的，難以展望的。這讓機器人很難操縱家電、廚房用具等，機器人可以進修這一些使命，但教授教養的進程特別很是的冗長。

　　一般來說，讓機器人干人類事情的最好辦法便是，仿照。與其教機器人該當干什么，不如讓他看人類如何完成任務，并照本宣科照干便是了。但這個計劃正在現實生活中請求大批的數據，并必需供應加倍精確的模子：這不是一個“教員”就可以完成的。

　　華盛頓大學的團隊開發了一種新計劃，叫“目的基準摹仿機制”（goal-based imitation），這個籌劃包羅讓機器人領會使命目的，并觀查操作者的舉措，并本身較量爭論完成該計劃的模子，和完成該計劃的時候。

　　但該方案立異的處所在于，與其讓一個機械人大量地進修人類的舉措，不如全部機械人樹立網路社群。其他機械人將參考其他機械人的數據，這個數據是宏大的，它們可以使用、闡明這一些數據。

　　該研討團隊讓機器人重組樂高積木，重修出車子、樹、烏龜、蛇等圖形。他們首先讓人類確立一個樂高模子，并請求機器人重修它們，但機器人做不到。所以該團隊正在眾包網站上讓更多人組建模子，憑據網上的模子，機器人挑選了最好的計劃，并重修了模子。

　　該團隊負責人Rajesh Rao 說：“我們期待可以制造一個辦法，讓機器人可以由全球的計劃里找到解決辦法。這比傳統的一對一引導來的有效率，而且越發精確?！?/p>

　　該團隊正在本年的IEEE上展現了自身的結果，而且他們會正在這層面干愈加深入的研討。