如果機器人需要獨立運作，那么它們就需要放下他們的“自尊”像其他同伴尋求幫助。至少華盛頓大學的電腦科學家是這樣想的，他們認為機器人應該通過眾包的方式學習不同的任務。如果這個研究成功了，機器人將能夠更快的學習完成日常生活中的任務。

　　人類的生活圈子不適合機器人工作，它們更喜歡能夠被預測的事件，所有物體也應該在特定的位置上。但是這和人類生存的環境完全不同，人類的生存環境是混亂的，難以預測的。這讓機器人很難操作家電、廚房用具等，機器人可以學習這些任務，但教學的過程非常的漫長。

　　一般來說，讓機器人做人類工作的最好方法就是，模仿。與其教機器人應該做什么，不如讓他看人類怎么完成任務，并依樣畫葫蘆照做就是了。但這個方案在現實生活中要求大量的數據，并必須提供更加準確的模型：這不是一個“老師”就能夠完成的。

　　華盛頓大學的團隊開發了一種新方案，叫“目標基準模仿機制”（goal-basedimitation），這個計劃包含讓機器人了解任務目標，并觀察操作者的動作，并自己計算完成該方案的模型，以及完成該方案的時間。

　　但該計劃創新的地方在于，與其讓一個機器人大量地學習人類的動作，不如所有機器人建立網路社群。其他機器人將參考其他機器人的數據，這個數據是龐大的，它們能夠利用、分析這些數據。

　　該研究團隊讓機器人重組樂高積木，重建出車子、樹、烏龜、蛇等圖形。他們首先讓人類建立一個樂高模型，并要求機器人重建它們，但機器人做不到。所以該團隊在眾包網站上讓更多人組建模型，根據網上的模型，機器人選擇了最佳的方案，并重建了模型。

　　該團隊負責人RajeshRao說：“我們希望能夠創造一個方法，讓機器人能夠從全世界的方案里找到解決方法。這比傳統的一對一指導來的有效率，并且更加準確。”

　　該團隊在今年的IEEE上展示了自己的成果，并且他們會在這方面做更加深入的研究。