機器人能自己學習。前提條件是工程師設置了讓機器人自己學習的程序，機器人有自己的思維。它的思維是程序模式，即工程師設計的機器人思維模式。

自己學習的實現(xiàn)：比如語言學習，分基礎學習和隨機學習。基礎學習是讓機器人首先具備特定的幾種程序語言，當工作中遇到不懂或無法解釋的程序語言時，就自動選擇其它種類的程序語言，即基礎學習。隨機學習，指機器人在工作中，可以隨機學習人們給它指定的程序語言或邏輯判斷。比如機器人自己學唱歌，需要人先唱一遍，機器人可以用數(shù)模轉換器，將模擬的聲音信號轉換成數(shù)字信號，然后將數(shù)字信號經(jīng)過算法壓縮，存儲在隨機存儲器里，這樣人只要唱一遍，機器人立即就學會了。其實這就是在數(shù)碼錄音機原理的基礎上，賦予機器人的一個功能。區(qū)別于錄音機的機器人自己學習，是機器人還必須具備各種感應、感知、回答與控制的系統(tǒng)，以適應和人類交流的習慣。

機器人學習是研究機器人如何模擬人類進而實現(xiàn)人類的學習行為，從而能夠像人類一樣通過不斷的學習來改善自身的性能，提高自身的適應能力和智能化水平。機器人學習是機器人學領域一個非常重要的研究方向，尤其是近幾十年來一直是研究者研究的重點。

學習方法如下：

1、監(jiān)督式學習

在機器人學習的范疇內監(jiān)督式學習主要是指基于人工神經(jīng)網(wǎng)絡的學習。

2、進化學習

進化學習方法應用的主要是遺傳算法，這是一種模擬生物進化機制提出來的學習方法，它利用適應度函數(shù)來對種群中的個體進行優(yōu)劣評價，然后對種群進行更新進化，最終得到最優(yōu)策略。遺傳算法提供的是一種并行的隨機搜索的優(yōu)化方法，適用于復雜或未知的環(huán)境，在解決某些移動機器人的搜索問題上有很大的優(yōu)勢，是進化機器人領域的重點研究方向。

3、強化學習

強化學習是人們從動物學習理論發(fā)展而來一種目標導向型的學習方法，它是通過與環(huán)境的不斷交互試錯進行學習的，最終獲得足夠的知識使機器人能夠合理的做出行為決策。相比于監(jiān)督式學習，強化學習有很大的優(yōu)點：它需要的訓練信息是評估性的，只需要給出評價的“好”或“壞”，對機器人行為進行評估，而不是精確性的信息，這種非精確性的信息形式比較符合動態(tài)環(huán)境的要求，同時也符合我們的心理習慣，所以一直是人工智能與機器人學領域的研究熱點。