机器人研究所助理教授Deepak Pathak表示：“赋予小型机器人爬楼梯和处理各种环境的能力，对于开发在人们家中以及搜救行动中有用的机器人至关重要。这个系统创造了一个强大且适应性强的机器人，可以执行许多日常任务。”
该团队让机器人进行了测试，在不平坦的楼梯和公共公园的山坡上测试它，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跳过障碍。该机器人依靠其视觉和一台小型机载计算机快速适应并掌握具有挑战性的地形。
研究人员在一个模拟器中用4000个克隆的机器人训练机器人，在那里他们在挑战性的地形上练习行走和攀爬。模拟器的速度允许机器人在一天内获得六年的经验。模拟器还将训练过程中学到的运动技能存储在神经网络中，研究人员将其复制到真实机器人上。这种方法不需要对机器人的运动进行任何手动工程——这与传统方法不同。
大多数机器人系统使用相机来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。这一过程很慢，而且由于映射阶段固有的模糊性、不准确性或误解，往往会出现问题，从而影响后续的规划和移动。测绘和规划在专注于高水平控制的系统中很有用，但并不总是适合低水平技能的动态需求，例如在具有挑战性的地形上行走或跑步。
新系统绕过了映射和规划阶段，直接将视觉输入路由到机器人的控制。机器人看到的东西决定了它如何移动。甚至研究人员也没有具体说明腿应该如何移动。这项技术使机器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，所以机器人本身可以是低成本的。该团队使用的机器人至少比现有替代品便宜25倍。该团队的算法有可能使低成本机器人更广泛地使用。
SCS机器学习博士生Ananye Agarwal说：“这个系统直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命令。这项技术使系统在现实世界中非常强大。如果它在楼梯上滑倒，它可以恢复。它可以进入未知环境并适应。”
这种控制方面的直接视觉是受生物学启发的。人类和动物利用视觉移动。试着闭着眼睛跑步或平衡。该团队先前的研究表明，盲人机器人（没有摄像头的机器人）可以征服具有挑战性的地形，但增加视觉并依靠视觉可以大大改善系统。
该团队还将目光投向自然，寻找系统的其他元素。对于一个身高不到一英尺的小型机器人来说，要爬上接近其高度的楼梯或障碍物，它学会了采用人类用来跨过高障碍物的动作。当一个人不得不把腿抬得很高才能爬上一个横档或障碍时，它会用臀部把腿移到一边，称为外展和内收，这样会给它更多的空间。Pathak团队设计的机器人系统也是如此，使用髋关节外展来克服阻碍市场上一些最先进的腿部机器人系统的障碍。
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。“四条腿的动物有一种记忆，使它们的后腿能够追踪前腿。我们的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摄像头所看到的内容，并进行机动以避开障碍物。
“由于没有地图，没有规划，我们的系统会记住地形和它如何移动前腿，并将其转换为后腿，做得如此迅速和完美。”伯克利大学博士生Ashish Kumar说道。这项研究可能是解决腿机器人面临的现有挑战并将其带到人们家中的一大步。
