卡耐（nài）基梅隆大学计算机科学学（xué）院和（hé）加州大学伯克利分校的研究人（rén）员设计了一种机器人系统，使一个低（dī）成本、腿相（xiàng）对较（jiào）小（xiǎo）的机器人（rén）能够在接近其高度的地方上下楼梯，可穿越岩石（shí）、湿滑（huá）、不平、陡峭和多变的（de）地（dì）形（xíng）。可跨越鸿沟、剥（bāo）落岩（yán）石和路缘（yuán）石，甚至（zhì）可以在黑暗中工作。

机器人研究所助理教授（shòu）Deepak Pathak表示：“赋予小型（xíng）机器人爬（pá）楼梯和（hé）处理各种环（huán）境的能力，对于开发在（zài）人们家中以及（jí）搜救行动（dòng）中有用的机器人至关重要。这个系统创（chuàng）造了一个强大且适应性强的机（jī）器人，可以执行许多日常任务。”

该团（tuán）队让机器人进行了测试，在不平坦（tǎn）的楼（lóu）梯和公共公园的山坡上测试它，挑（tiāo）战它（tā）跨（kuà）过（guò）踏（tà）石和光滑的（de）表面，并要求它（tā）爬楼（lóu）梯，因为它的高度相当于人（rén）类跳过障碍。该（gāi）机（jī）器人依靠（kào）其视觉和一台小型机载计算机快速适应并掌握具有挑战性的地形。

研究人员（yuán）在（zài）一个模拟（nǐ）器中用4000个克隆的机器人训练（liàn）机器人，在那（nà）里他们（men）在挑战性的地形上练习行走和攀爬。模（mó）拟器的速（sù）度允（yǔn）许机器人（rén）在一天内获得六年的（de）经验。模拟器还将训练过程中（zhōng）学（xué）到的运动技能存储在神经网络中，研究人员将（jiāng）其复制到真实机器（qì）人上。这种方（fāng）法不（bú）需要对机器人的（de）运动（dòng）进行任何手动工程——这（zhè）与传统方法（fǎ）不同。

大多（duō）数机器（qì）人系统使用相机来创建周围（wéi）环境的地图，并（bìng）在执行之（zhī）前使用该地图来规划移动。这（zhè）一（yī）过（guò）程很慢，而且由于（yú）映射阶（jiē）段固有（yǒu）的模糊性、不准确性或（huò）误解，往往会出现问题，从而影响后续的规划和移动（dòng）。测绘和规划在专注于高（gāo）水平控（kòng）制的系统（tǒng）中很有用，但并不总是适合低水平技能的动态需求，例（lì）如在具有挑战性（xìng）的地形上行走或跑（pǎo）步。

新系（xì）统绕过了映射和规划阶段，直接将视（shì）觉（jiào）输入路（lù）由到（dào）机器（qì）人的控制（zhì）。机器人（rén）看到的东西决定了它如（rú）何（hé）移动。甚至研（yán）究（jiū）人员也没（méi）有具体说明腿应该（gāi）如何移动（dòng）。这项技术使机器人能够（gòu）快速应对迎面（miàn）而来的（de）地形，并有效地（dì）通过（guò）地形。

因为不需要绘制地图或规划（huá），并且使（shǐ）用机（jī）器（qì）学习来训练动作，所（suǒ）以机（jī）器人本身可以是低成本的。该团队使用的机器人至（zhì）少比现有替（tì）代（dài）品（pǐn）便（biàn）宜25倍。该团队的（de）算法有（yǒu）可能使低成本机器（qì）人更广泛地使用。

SCS机器（qì）学习博士生Ananye Agarwal说：“这（zhè）个系统直接使用视（shì）觉和来（lái）自身体的反（fǎn）馈作（zuò）为（wéi）输（shū）入，向（xiàng）机器人（rén）的电（diàn）机输出命令。这项技术使系统在现（xiàn）实世（shì）界中非常强大。如（rú）果它在楼（lóu）梯上滑倒（dǎo），它（tā）可以（yǐ）恢复。它可以进（jìn）入未知环境并（bìng）适应。”

这种控制（zhì）方面的直接（jiē）视觉是受生物（wù）学启（qǐ）发（fā）的。人类和动物利（lì）用（yòng）视觉（jiào）移动。试着闭着（zhe）眼睛跑步或平衡。该团队先前的研究表明，盲人机器人（没有摄像头的机器人）可（kě）以征服（fú）具有（yǒu）挑战性的（de）地（dì）形，但增加视觉（jiào）并依靠（kào）视觉可（kě）以大（dà）大改善系统。

该团（tuán）队（duì）还将目光投向自然，寻找系统的其他元素（sù）。对于一个身高不（bú）到（dào）一英尺的（de）小型机器人来说（shuō），要爬上接近其（qí）高度的楼梯或障碍物，它学（xué）会了采用（yòng）人类用来跨过高障碍物的（de）动作。当一个人不得不把腿抬得很高才能爬上一个横档或障碍时，它（tā）会用臀部把腿（tuǐ）移到一边（biān），称为外展和内（nèi）收（shōu），这样会给它更多的（de）空间。Pathak团队设计的机器人系统也是如此，使用髋（kuān）关（guān）节（jiē）外展来克服阻碍市场上一（yī）些最（zuì）先（xiān）进的腿部机器人（rén）系统的障碍。

四足动物后腿的（de）运动也启发了该团队。当猫穿过障（zhàng）碍物时，它的后腿会避开与前腿相（xiàng）同的（de）物（wù）体，而不会借（jiè）助（zhù）附近的一（yī）双（shuāng）眼睛。“四条（tiáo）腿的动物有（yǒu）一种记忆，使它们的（de）后腿能够追踪（zōng）前腿。我们的系统以类似（sì）的方（fāng）式工作。”Pathak说（shuō）。该（gāi）系统的车载记忆使后腿能够记住前方摄像头所看（kàn）到的内（nèi）容（róng），并进行机（jī）动以避开障碍物（wù）。

“由于没有地图，没有规划（huá），我们的（de）系统（tǒng）会记住地形和它如何移（yí）动前腿，并将其（qí）转换为后腿，做得（dé）如（rú）此迅速（sù）和完美。”伯（bó）克利大学博士生Ashish Kumar说（shuō）道。这项研（yán）究（jiū）可能是解决腿（tuǐ）机器人面临（lín）的（de）现有挑（tiāo）战并将其带到人们家（jiā）中的一大步。