卡耐基梅隆大（dà）学计（jì）算机科学学院和加州大学伯克利分（fèn）校的研究人员设计了一种机器人系统，使一个低成（chéng）本、腿相对（duì）较（jiào）小的机（jī）器（qì）人能（néng）够在接（jiē）近（jìn）其高度（dù）的地方上下楼梯，可（kě）穿越岩石、湿滑、不平、陡峭（qiào）和多变的地（dì）形。可跨（kuà）越鸿沟（gōu）、剥落岩石（shí）和路缘石（shí），甚（shèn）至可以在黑暗中（zhōng）工作。

机器人研究所助（zhù）理（lǐ）教授Deepak Pathak表示：“赋（fù）予小型机器人（rén）爬楼梯和（hé）处理各种环（huán）境的能力，对于开发在人们家（jiā）中（zhōng）以及（jí）搜救行动中有用的机器人（rén）至关重要。这（zhè）个系统（tǒng）创造了一个强大且适应（yīng）性强（qiáng）的机器人，可以执行（háng）许多日常任务（wù）。”

该（gāi）团队让机器人进行了测试，在不平坦的（de）楼梯（tī）和公共公园的山坡（pō）上测试它，挑战它跨过踏（tà）石和光滑的表面，并要（yào）求它爬楼梯，因为它的高度相当（dāng）于人类跳（tiào）过障（zhàng）碍。该机器人依靠其视觉（jiào）和一台（tái）小（xiǎo）型机载计算机快速适（shì）应并（bìng）掌握具有挑战性的地形。

研究人员在一（yī）个模拟器中用4000个克隆的（de）机器人训练机器人（rén），在那里他们在挑战性的地形（xíng）上练习（xí）行走和攀爬（pá）。模（mó）拟器的速度允许机器（qì）人在一天内获得六年（nián）的经（jīng）验。模拟器（qì）还将训练过程（chéng）中学到的运动技能存储在神经网络中，研究人员将其（qí）复制（zhì）到真实机器（qì）人上。这种方（fāng）法不需要对机器人的运动进行任何手动工程——这与传（chuán）统方法不同。

大多数机器（qì）人系（xì）统使用相机来（lái）创建周围环境的地图，并在执行之前使用该地图来规划移动（dòng）。这一过程很慢，而且由（yóu）于（yú）映（yìng）射阶段固有的模（mó）糊（hú）性、不准确性或（huò）误解，往往会出现问题，从而（ér）影响后续（xù）的规划和移动。测（cè）绘和规划在专注于高水平控制的系统中（zhōng）很有用（yòng），但并不总是适合（hé）低水平技能的动态（tài）需求，例如在具有挑战性的地形上行（háng）走（zǒu）或（huò）跑步。

新系统绕过了映射和规（guī）划阶段，直接（jiē）将视觉输入路由（yóu）到机器（qì）人的控制（zhì）。机器（qì）人看到的东西决定了它（tā）如何移动。甚（shèn）至研究人（rén）员（yuán）也没有具体说明腿应该如何移动。这项技（jì）术使机器人（rén）能够快速应对迎面而来的地形（xíng），并有（yǒu）效地（dì）通过地形。

因为不需要绘制地图（tú）或规划，并且（qiě）使用（yòng）机器学习来训练动作，所以机器（qì）人本身可以是低成本（běn）的。该（gāi）团（tuán）队使（shǐ）用（yòng）的机器人至少比现有替（tì）代品（pǐn）便宜25倍。该（gāi）团队的算法有可能使（shǐ）低（dī）成本（běn）机器人（rén）更（gèng）广泛（fàn）地使（shǐ）用。

SCS机器学习博士（shì）生Ananye Agarwal说：“这个（gè）系统（tǒng）直接使用视觉和来自身（shēn）体的反（fǎn）馈（kuì）作为输入，向机器人的电（diàn）机输出命令。这项技术使系（xì）统在现实（shí）世界中非常强大（dà）。如果它在楼梯上滑倒（dǎo），它可（kě）以（yǐ）恢复。它可以进入未知环境并（bìng）适应。”

这种控制（zhì）方面的直接视觉是受生物学启发（fā）的（de）。人类和动物利用视（shì）觉移动。试着闭（bì）着眼睛跑（pǎo）步或平衡。该团队先前的研究表明，盲人机器人（没有摄像头（tóu）的机器人）可以征服具有挑战性的地（dì）形，但（dàn）增（zēng）加视觉并依靠视觉（jiào）可以大大（dà）改（gǎi）善系统（tǒng）。

该团（tuán）队还将目光投向自然，寻找系统的其他元素。对于（yú）一（yī）个身高不到一英尺的小（xiǎo）型机（jī）器人来说（shuō），要爬（pá）上（shàng）接近其高度的（de）楼梯或障碍物，它学（xué）会了采用人类用来跨过（guò）高（gāo）障碍（ài）物（wù）的动作。当一（yī）个人不得不把腿（tuǐ）抬得很高才能（néng）爬（pá）上一个横档（dàng）或障碍时（shí），它会（huì）用（yòng）臀部把腿（tuǐ）移到一边，称（chēng）为（wéi）外展（zhǎn）和内收，这样会给（gěi）它更多的（de）空间（jiān）。Pathak团队设计的机（jī）器人系统也是（shì）如此，使用髋关（guān）节外展来克服阻碍市场上一些最先进的腿部（bù）机器（qì）人系统的障碍（ài）。

四足动物后腿的运动也启发了该团队。当猫（māo）穿（chuān）过障碍物时，它的后腿（tuǐ）会避开与前腿（tuǐ）相同（tóng）的物体，而不会借助附近的一双（shuāng）眼睛。“四条腿的动物有一种记忆，使（shǐ）它们（men）的后腿能够（gòu）追（zhuī）踪（zōng）前腿。我们（men）的系统以类（lèi）似的方式工作。”Pathak说。该系统的车（chē）载记忆使（shǐ）后腿（tuǐ）能够（gòu）记住前方摄像（xiàng）头所看到的内容，并进行机动以避开障（zhàng）碍物。

“由于没有地图（tú），没有（yǒu）规划（huá），我们的系统会记住地形（xíng）和它如何移动（dòng）前腿，并将其转换为后腿，做得如此迅速和完美。”伯克利（lì）大学博士生Ashish Kumar说道。这项（xiàng）研究可能是解决腿机器（qì）人面（miàn）临的（de）现有挑（tiāo）战并将其带到人（rén）们（men）家中的一大步。