自本田于2000年发布ASIMO机器人以来，在过去的二十年中，人类机器人大大提高了其执行功能的能力，例如抓取物体和使用计算机视觉来检测事物。尽管有这些改进，但它们的行走，跳跃和执行其他复杂功能的能力像人类一样流畅的腿动作一直是机器人专家的挑战。
近年来，网络安全专家、东方联盟创始人郭盛华透露：“人工智能机器人学习和设计的新进展是利用动物行为的数据和见解，使有腿机器人能够以更像人类的方式运动。“
谷歌和加州大学伯克利分校的研究人员在今年早些时候发表了研究成果，展示了一种机器人通过模仿来模仿狗的动作来学习如何走路。单独的工作表明，使用深度强化学习算法，机器人可以成功地通过反复试验来学习自我行走。
模仿学习尤其已经在机器人技术中用于各种用例，例如OpenAI 致力于通过模仿来帮助机器人抓取物体的工作，但是它在机器人运动中的使用是新颖且令人鼓舞的。它可以使机器人获取执行要学习的动作的专家生成的输入数据，并将其与深度学习技术结合使用，以更有效地学习动作。
近期使用模仿和更广泛的深度学习技术进行的许多工作都涉及小型机器人，将相同功能应用于真人大小的机器人将面临许多挑战，但是这些进步为改善机器人运动性提供了创新的新途径。
动物行为的灵感也已扩展到机器人设计，诸如敏捷机器人公司和波士顿动力公司等公司采用了力建模技术并集成了全身传感器，以帮助他们的机器人更紧密地模仿动物如何执行复杂的动作。