通过示范教学，并非要取代传统的编程，因为机器人仍需要一定程度的常识，以便在我们这个不确定的世界正常工作。

例如，Rethink Robotics(思考机器人)公司的新工业机器人巴克斯特(Baxter)，采用的就是两者的结合。这使得任何人都可以轻松地让机器人在生产线上执行操作任务，像是"在这里捡个东西，并把它移到那里"。这是因为巴克斯特使用自己的人工智能、图像处理软件等，以查明随机放置在它面前的部件的确切位置。

恰克马克系统的潜力将得到增值，因为数据已被共享到一个机器人网络上。从理论上，你可能最终能够折叠任何类型的服装，或把任何类型的炊具加载到洗碗机里。不过这仍然需要一些本地指令，因为每个家庭的情况都是独特的，再多的预先编程也无法数清所有有小差异的布局(例如一个袜子抽屉的精确位置)。

但是，当我们等到机器人获得了人工智能，我们除了一个口头指令外什么也无需做，它们就可以自己选择开展各种类型的家务杂活，恰克马克的方法或可以帮助机器人成为真正灵活的家庭佣工了。

下面的视频介绍的是恰克马克系统的1.0版本。

[资料来源：Willow Garage：Enabling End-Users to Program New Robot Skills]
[编译自：gizmag]