卡耐基梅（méi）隆大学计算机科学学院和（hé）加州（zhōu）大学伯克（kè）利分校的研（yán）究（jiū）人（rén）员设计（jì）了（le）一种（zhǒng）机器人系（xì）统，使（shǐ）一个低（dī）成本、腿相（xiàng）对较小（xiǎo）的机（jī）器人能够在接（jiē）近其高度的地方上下（xià）楼梯（tī），可穿越岩石、湿滑、不平、陡峭和多变（biàn）的地形。可跨越鸿沟、剥落（luò）岩石和（hé）路缘石（shí），甚至可以在黑暗中工作。

机器人研究（jiū）所助理教授Deepak Pathak表示（shì）：“赋予小（xiǎo）型机器人爬楼梯和（hé）处理各种环境的能力，对于开发在人们家中以及（jí）搜救（jiù）行动（dòng）中有用的机器人至关重要（yào）。这个系统创造了一个（gè）强大且适应性强的机器人，可以执（zhí）行许（xǔ）多日常任务。”

该团队让机器人（rén）进行了测试，在不（bú）平坦（tǎn）的（de）楼梯（tī）和公共（gòng）公园（yuán）的山坡上测（cè）试（shì）它（tā），挑战它跨过踏石和光（guāng）滑的（de）表面，并要求它爬楼梯，因为它的高度相当于人（rén）类跳过障碍。该（gāi）机器人依靠其视觉（jiào）和一台小型机载计算机快速适应并（bìng）掌握（wò）具有挑战性的地形。

研（yán）究人员（yuán）在一个模拟器中用4000个克隆（lóng）的机器人训（xùn）练机器人，在那里他们在挑战性的地形上练习行（háng）走（zǒu）和攀爬。模拟器的速度允许机器人（rén）在一（yī）天内获得六年的经验。模（mó）拟（nǐ）器还将训练过程中学到的运动技能存（cún）储在（zài）神经（jīng）网络中，研究人员将其复制到真实机器人上。这种方法不（bú）需要对机器人的运动进行任何手（shǒu）动工程——这与传（chuán）统方法不同。

大多数机器（qì）人系统使用相机来创建周围环境的地图，并在执行之（zhī）前使用该地图来规划移动。这一过程很慢，而且由于映射阶段固有的模糊性（xìng）、不准（zhǔn）确性或误解，往往会出现问题，从而影响后续的规划和移动。测绘和规（guī）划（huá）在专注于高水平控制的系统（tǒng）中很（hěn）有用，但并不（bú）总是适合（hé）低水平（píng）技能的动态需求，例如在具有挑战性的地（dì）形上（shàng）行走或跑步。

新系统（tǒng）绕过了映射和规划（huá）阶段，直接将（jiāng）视觉输入路由到机器人的控（kòng）制。机（jī）器人看到的东西（xī）决定了（le）它如何移动。甚至研（yán）究人员（yuán）也没有具体说明腿应该如（rú）何移（yí）动。这项技术使机（jī）器（qì）人能够快速（sù）应对迎面而（ér）来的地形，并有效地通（tōng）过地形。

因（yīn）为（wéi）不需要绘制地图或（huò）规划，并且使用机（jī）器学习来训（xùn）练动作，所以机（jī）器人本身可（kě）以是低成本的（de）。该团（tuán）队使用的机器人（rén）至少比现有替代品（pǐn）便宜25倍。该团队（duì）的算法有可（kě）能使低成本机（jī）器人更广泛地使用。

SCS机（jī）器学习博士（shì）生Ananye Agarwal说：“这（zhè）个（gè）系统直接使（shǐ）用视觉（jiào）和来自身体的反馈作为输入，向（xiàng）机器人（rén）的（de）电机输（shū）出命令。这项技术使系（xì）统在（zài）现实（shí）世界中（zhōng）非常强大（dà）。如果它在楼梯（tī）上滑倒，它（tā）可以（yǐ）恢复。它可（kě）以进入未（wèi）知（zhī）环境并适应。”

这种控制方面的直接视觉（jiào）是受生物学启发的。人类和动物（wù）利用视觉移动（dòng）。试（shì）着闭着眼睛跑（pǎo）步（bù）或平（píng）衡（héng）。该（gāi）团（tuán）队先前的研究表（biǎo）明，盲人（rén）机器人（rén）（没有摄像头的机器（qì）人）可（kě）以征服具（jù）有挑战性（xìng）的地形，但增（zēng）加视觉并（bìng）依靠（kào）视觉可以大（dà）大改善系统（tǒng）。

该团（tuán）队还将目光投向自然（rán），寻找系统的其他元素。对于一（yī）个身（shēn）高不（bú）到一英（yīng）尺的小（xiǎo）型机器人（rén）来说，要爬上（shàng）接近其高度的楼梯或障碍物，它学会了（le）采用人类用来（lái）跨（kuà）过高障碍物的动作。当一个（gè）人不得不把腿抬得很高才能爬（pá）上一个横档或（huò）障碍时，它会（huì）用臀部把腿移到一（yī）边，称为外展和内收，这样（yàng）会给它更（gèng）多（duō）的空间。Pathak团队设计的机器（qì）人系统也是如此，使用髋关节外展来克（kè）服（fú）阻碍市场（chǎng）上（shàng）一些最先进的腿部（bù）机（jī）器人系统的障碍。

四足动物后腿的运动也启发了该团队。当猫穿过障碍物时，它的后腿会避开（kāi）与前腿相同的物体，而不会借助附近的一双眼睛。“四条腿的动（dòng）物有一种记忆，使它们的后腿（tuǐ）能够追（zhuī）踪前腿（tuǐ）。我们的系统以（yǐ）类（lèi）似的方式工作。”Pathak说。该系统的（de）车载记忆使后腿（tuǐ）能够记住前方（fāng）摄（shè）像（xiàng）头所看（kàn）到的内（nèi）容，并进行（háng）机动以避开障（zhàng）碍（ài）物。

“由于没有地图（tú），没（méi）有规划，我们（men）的（de）系统会记住地（dì）形（xíng）和它如何移动（dòng）前腿，并（bìng）将其转换（huàn）为后腿，做得如此迅速和完（wán）美。”伯克利大学（xué）博士生Ashish Kumar说道。这项研究可（kě）能是解决腿机器（qì）人（rén）面临（lín）的现有挑战并将其带到（dào）人们（men）家中的一大步。