卡耐基梅隆大学计（jì）算机科学学院（yuàn）和加州大学伯克利分（fèn）校的研究人（rén）员设（shè）计了一种机器人系统，使一（yī）个低成本、腿（tuǐ）相对（duì）较小的机器人能够在接近其（qí）高度（dù）的地方上下楼梯，可穿越岩（yán）石、湿（shī）滑、不平、陡峭和多变的地形。可跨越鸿沟（gōu）、剥落（luò）岩石和路缘石，甚（shèn）至可以在黑暗中（zhōng）工作。

机器人研究所助理教授Deepak Pathak表示：“赋予小（xiǎo）型机器人爬楼梯和处（chù）理各种环境的能力，对（duì）于开发在（zài）人们家中以及搜救行（háng）动中有用的机器（qì）人至关重要。这（zhè）个系统创造了（le）一个（gè）强大且适（shì）应（yīng）性强的机器人（rén），可以（yǐ）执行（háng）许多日常任务（wù）。”

该（gāi）团（tuán）队让机器人进行了测试，在不平坦的（de）楼梯和公共公园的山坡上（shàng）测（cè）试它，挑战它跨过踏（tà）石和光滑的表面，并（bìng）要求它爬楼梯（tī），因为它的高度相当于人类跳过障碍。该（gāi）机器人依（yī）靠其视觉和一台小型机载计算机快（kuài）速适应并（bìng）掌（zhǎng）握具（jù）有挑战性的地形。

研究（jiū）人员在一个模拟器中用（yòng）4000个克隆的机器人训练机器（qì）人，在那里他们在挑战（zhàn）性的（de）地形（xíng）上练习行走和攀爬。模拟器的速度（dù）允（yǔn）许机器人在一天（tiān）内获得六（liù）年的经验。模拟器还将训（xùn）练过程中学到的运动技（jì）能存储在神经网络中，研究（jiū）人（rén）员将其复制到真实机器人上。这种方法不需要（yào）对机器人的运动进行（háng）任（rèn）何（hé）手动工程——这与传统（tǒng）方（fāng）法不同。

大多（duō）数机器人（rén）系统（tǒng）使用（yòng）相机来创建周围环境的地图，并在执行之前使用该（gāi）地图来规划移动。这一（yī）过程很慢，而（ér）且由于映射阶段（duàn）固有的模糊性、不准确（què）性或误解（jiě），往往（wǎng）会出现问题，从而（ér）影（yǐng）响后续的（de）规划和移（yí）动。测（cè）绘和（hé）规划（huá）在专注（zhù）于高水平控制的系（xì）统中很有用，但（dàn）并（bìng）不总是适合低水平技能（néng）的动（dòng）态需求，例如在具有挑战性的（de）地形上行走或跑步。

新系（xì）统绕过了映射和规划阶段，直（zhí）接将视觉输入路由到机器人的控制（zhì）。机器人看（kàn）到的东西（xī）决定了它如（rú）何（hé）移（yí）动。甚（shèn）至研（yán）究人员（yuán）也（yě）没有具体说明腿（tuǐ）应（yīng）该如（rú）何移动。这项技术使机（jī）器（qì）人能够快速应对迎面而来的地形，并有效地通过地形。

因为不需要（yào）绘制地图或规划，并且使用机器学习来训练动作，所以机器人（rén）本身可（kě）以是低成（chéng）本（běn）的。该团队使用的（de）机器人至少比现有（yǒu）替（tì）代品便宜（yí）25倍。该团队的算法（fǎ）有可能使低成本机（jī）器人更广泛地（dì）使用。

SCS机器（qì）学习博士生Ananye Agarwal说：“这（zhè）个系统直（zhí）接使用视觉和来自身体的反馈作为输入，向机器人的电机输出（chū）命令。这项技术使系统在现实世界（jiè）中非常强大。如果它在（zài）楼梯上滑（huá）倒，它可以恢复。它可以进入未（wèi）知环（huán）境并适应。”

这种控制（zhì）方面的（de）直接视觉是受生物学启发的。人类（lèi）和动物利用视（shì）觉（jiào）移（yí）动。试（shì）着闭着眼（yǎn）睛跑步或平衡。该团（tuán）队先前（qián）的研究表明，盲人（rén）机器人（没有摄像头的（de）机（jī）器人）可以（yǐ）征（zhēng）服具有（yǒu）挑战性的地形，但（dàn）增加视（shì）觉并依靠视觉可以（yǐ）大大（dà）改善系统（tǒng）。

该（gāi）团队（duì）还将目光（guāng）投向自然，寻找系（xì）统的其他元（yuán）素（sù）。对（duì）于一个身高不到（dào）一英尺的小（xiǎo）型机器（qì）人（rén）来说，要爬上接近其（qí）高（gāo）度的楼梯（tī）或障碍（ài）物，它学会了采（cǎi）用人类用来（lái）跨过高障（zhàng）碍物的动作（zuò）。当（dāng）一个（gè）人不得（dé）不把腿抬得很高（gāo）才（cái）能爬上一个横档或障碍时，它会用臀部（bù）把腿（tuǐ）移到一边，称为外展和内（nèi）收，这样会（huì）给它（tā）更多的（de）空间。Pathak团（tuán）队设计（jì）的机器人系统也（yě）是（shì）如此，使用（yòng）髋关节外（wài）展来克服阻碍（ài）市（shì）场（chǎng）上一些（xiē）最先进的腿部机器人（rén）系统的障碍。

四（sì）足动物（wù）后腿的运动也（yě）启发了该团队。当（dāng）猫穿过障碍物时（shí），它的后（hòu）腿会避开与前腿相（xiàng）同的物体，而不（bú）会借助附近（jìn）的一双眼睛。“四（sì）条腿（tuǐ）的（de）动物有一种记（jì）忆（yì），使它们（men）的后腿能（néng）够追踪（zōng）前腿（tuǐ）。我们的（de）系统以类似的方式工作。”Pathak说。该系统的车载记忆使后腿能够记住前方（fāng）摄像头（tóu）所看到的内（nèi）容，并进行（háng）机（jī）动以避开障碍（ài）物。

“由于没（méi）有地图，没（méi）有规划，我们（men）的（de）系统（tǒng）会（huì）记住地形和它如何移动前腿，并将（jiāng）其转（zhuǎn）换为后腿，做得如此（cǐ）迅速和（hé）完美。”伯克（kè）利（lì）大学博士生Ashish Kumar说道。这项研究可能是解决（jué）腿机器人面临的（de）现有挑战并将其带到人们家中的（de）一大步（bù）。