Mètodes d'aprenentatge de robots autònoms

Hi ha tres enfocaments d'aprenentatge principals que s'han tornat cada cop més populars en el camp de la investigació en robòtica. Són aprenentatges de reforç (RL), mètodes evolutius (GA i EP) i mètodes basats en xarxes neuronals artificials (ANN). El mètode més utilitzat és el mètode d'aprenentatge per reforç. El mètode d'aprenentatge per reforç es pot utilitzar tant en els casos d'aprenentatge de noves conductes com en l'aprenentatge de coordinar conductes existents. El mètode de reforç és un algorisme d'aprenentatge no supervisat, que s'ajusta millor als hàbits psicològics de la gent per resoldre problemes, està estretament relacionat amb els algorismes d'optimització i intel·ligència artificial tradicionals i té una aplicabilitat universal, de manera que ha rebut l'atenció més àmplia.