卡耐基梅隆大学计（jì）算机（jī）科学学院和（hé）加州大学伯克利分校的（de）研（yán）究（jiū）人（rén）员设计了一种机器人系统，使一个低（dī）成本、腿（tuǐ）相对较（jiào）小（xiǎo）的机器人能够在接近其高度的（de）地方上（shàng）下楼（lóu）梯，可穿越（yuè）岩石、湿滑、不平、陡（dǒu）峭（qiào）和多变的地（dì）形。可跨越鸿沟（gōu）、剥落岩石和路（lù）缘（yuán）石，甚至可以在黑暗中工作。

机器人（rén）研（yán）究所（suǒ）助（zhù）理教授Deepak Pathak表示：“赋予小型机器人爬楼梯（tī）和处理各（gè）种环境的能力（lì），对于开发在人们家（jiā）中以及（jí）搜救行动中有（yǒu）用的机器人至关重（chóng）要。这（zhè）个系统创造了一个强大（dà）且适应性强的机器（qì）人（rén），可以执行许（xǔ）多（duō）日常任（rèn）务。”

该团队让机器人（rén）进行了测（cè）试，在（zài）不平坦的楼梯和（hé）公共公园的（de）山坡上测试它（tā），挑战它跨过踏石和光滑的表面，并要求它爬楼梯，因为它的高度相当于人类（lèi）跳（tiào）过障碍。该（gāi）机器人依靠其视觉和一（yī）台小型机载计算机快速适应并掌（zhǎng）握（wò）具有挑（tiāo）战性（xìng）的地形。

研究（jiū）人员在一个模（mó）拟器中用4000个克隆（lóng）的机器人训（xùn）练机器（qì）人，在那里他（tā）们在挑战性（xìng）的地形上练习行走和攀爬。模（mó）拟器的速度允许机器（qì）人（rén）在一天（tiān）内获得六年的经验。模拟（nǐ）器（qì）还（hái）将训（xùn）练过程中学到的运动技能存储在神经网络中，研（yán）究人员将其复制到真实机器人（rén）上。这种方法不需要对机（jī）器人（rén）的运（yùn）动进行任何手动工程——这与传统方法（fǎ）不同（tóng）。

大多数机（jī）器人系统（tǒng）使用相机来（lái）创（chuàng）建周围环境（jìng）的地图，并在执（zhí）行之前使（shǐ）用该地（dì）图来规划移动。这（zhè）一过（guò）程很慢（màn），而且由于（yú）映射阶段固有的模糊性、不准确性或误解，往往会出现问题，从（cóng）而影（yǐng）响后续的规划和移动。测（cè）绘和规划在专注于高水平控制的（de）系统中（zhōng）很有（yǒu）用，但并不总是适合低水平技能的（de）动态（tài）需（xū）求（qiú），例如（rú）在具（jù）有挑战性的地形上行（háng）走或跑步。

新系统绕过了映射和规划阶（jiē）段，直接将视觉输入路由到机器人的（de）控制。机器人看到的东西决（jué）定了它如何移动。甚（shèn）至（zhì）研究人员也没有具体说明腿应该如何移动。这项技术（shù）使机器人能够快速（sù）应对迎（yíng）面而来的地形，并有效地通过地形（xíng）。

因为（wéi）不需要绘制地图或规划，并且使（shǐ）用机器学习来训（xùn）练动作，所（suǒ）以机器人本身可以（yǐ）是（shì）低成本（běn）的（de）。该（gāi）团队使（shǐ）用的（de）机（jī）器（qì）人至少（shǎo）比现有替代品便宜25倍（bèi）。该团队的算法（fǎ）有可能使（shǐ）低成本机器人更广泛地使用。

SCS机器学习博（bó）士生Ananye Agarwal说（shuō）：“这（zhè）个系统直接使用视（shì）觉和（hé）来自（zì）身体的反馈作为（wéi）输入，向机器人的电机输出命令。这（zhè）项技术（shù）使系（xì）统在现实世界中非常强大。如果它在楼梯上滑（huá）倒，它可以恢复。它可（kě）以进（jìn）入未知环（huán）境并适应。”

这（zhè）种（zhǒng）控制方（fāng）面的（de）直接视觉是受生物学启发的。人类和动物（wù）利用视觉（jiào）移动（dòng）。试着闭着眼睛（jīng）跑步或平衡。该团队先前的（de）研究（jiū）表（biǎo）明，盲人（rén）机器（qì）人（rén）（没（méi）有摄像头的机器（qì）人）可（kě）以征服具有挑战性（xìng）的地形，但（dàn）增（zēng）加（jiā）视觉并依靠视觉（jiào）可以大大改善系统。

该（gāi）团队还将目光投向自然，寻找系统的其（qí）他元素。对于一（yī）个身高不（bú）到一（yī）英尺的（de）小型机器人来说，要爬上接近其高（gāo）度的楼梯或障碍物，它（tā）学会了（le）采用人（rén）类用来跨（kuà）过高障碍物的动（dòng）作。当一个人不得不把腿抬得很高（gāo）才能爬（pá）上一个横档或障（zhàng）碍时，它（tā）会用臀部（bù）把腿（tuǐ）移到一边，称为外（wài）展和内收，这样会给它更多的空间（jiān）。Pathak团队设计的机（jī）器人系（xì）统也是（shì）如此，使用髋关节外展来克（kè）服（fú）阻碍市场上一些最先进的腿部（bù）机器人系统（tǒng）的（de）障碍（ài）。

四足动物（wù）后腿的运动也启发了该团（tuán）队。当猫穿过（guò）障碍物时（shí），它的后腿会避开与前腿相同的物体，而不会借助附近的一（yī）双（shuāng）眼睛。“四条腿的动物有一种记忆，使（shǐ）它们的后（hòu）腿能够追踪（zōng）前腿。我们的系统（tǒng）以（yǐ）类似（sì）的（de）方式工作。”Pathak说。该系统的（de）车（chē）载记忆（yì）使后（hòu）腿能（néng）够记住前（qián）方摄像头所看到的（de）内容，并进（jìn）行（háng）机动以避开（kāi）障碍物。

“由于没有地图，没有规划，我们的系（xì）统会记住地形（xíng）和它如何移动前腿，并将（jiāng）其转换（huàn）为后腿（tuǐ），做（zuò）得如此迅速和完美。”伯（bó）克利大（dà）学（xué）博士生Ashish Kumar说道。这项（xiàng）研（yán）究可能是解决腿机器（qì）人面临（lín）的现有挑战并将其（qí）带到人们家中的一大步（bù）。