Google DeepMind团队刚发布了一篇研究论文，概述了一个潜在的基准系统，以量化这些机器的性能，它的名字叫"Barkour。
Google研究指出，多年来四足机器人完成了各种令人印象深刻的创举，从爬山、跑步和跳跃，但还没有一个确定系统效能的基准线。
鉴于这些机器的灵感来自于动物，因此真正的动物将为其机器人同行提供最佳的性能模拟。这意味着要在实验室里设置一个障碍物，并让一只狗来跑，看上图这只灵活的腊肠犬。该课程由5×5米范围内的四个障碍组成。
性能的评分标准是0到1--一个简单的二进制，以确定机器人是否能在类似大小的狗所需的10秒左右的时间内成功穿越空间。各种扣分是针对速度过慢和跳过或未通过赛道上的障碍物。
Google在大量测试后得出结论：
我们相信，为四足机器人技术制定一个基准是量化动物级敏捷性进展的重要第一步。[......]我们的研究结果表明，Barkour是一个具有挑战性的基准，可以很容易地进行定制，我们基于学习的方法来解决这个基准，提供了一个四足机器人的单一低级策略，可以执行各种敏捷的低级技能。
该组织表示，即使面对不可避免的意外事件和硬件问题，Barkour也被证明是一个有效的基准，试验中使用的机器狗在发生故障的情况下能够重新站起来并自行返回起跑线。
