这是因为阿加瓦尔的“狗”是一个机器狗，而且是一个特别的机器狗：其他机器狗必须使用内置地图才能四处活动，而他的机器狗则使用了内置摄像头。
阿加瓦尔是卡耐基梅隆大学的一名博士生，他所在的研究团队开发了一种新技术，可以让
机器人利用计算机视觉和强化学习在复杂的地形上行走。研究人员希望，他们的工作能够帮助机器人更容易部署并融入现实世界。
加州大学伯克利分校的研究生阿什·库马尔（Ashish Kumar）说，与市场上现有的、使用内置地图移动的机器人不同，这个机器人只使用摄像头来操控其在户外的活动。他也是这项工作的论文作者之一，论文将在下个月的CoRL（Co
nference on Robot Learning，机器人学习大会）上展示。
当然，还有很多同样利用摄像头来引导机器人运动的尝试，但他们仅限于平坦的地形。阿加瓦尔及其研究团队可以让机器人走上楼梯、跨越石头、跳过缝隙。
（来源：COURTESY OF THE RESEARCHERS）
他们首先将机器狗（四足机器人）放在模拟环境中进行训练，练习在不同的场景下移动，所以它大致掌握了户外的地形，以及上下楼梯是什么样子的。
当在现实世界中部署时，四足机器人前面的摄像头会捕捉画面并引导它的运动。此外，该机器人通过强化学习学习如何调整步态，来更好地在楼梯和不平坦的地面上导航。
据悉，强化学习是一种人工智能技术，允许系统通过反复试验和试错来不断进步。卡内基梅隆大学的助理教授迪帕克·帕塔克（Deepak Pathak）是该团队的一员，他表示移除内置地图提升了机器人的鲁棒性，因为它不再受到地图中潜在错误的限制。
谷歌的研究科学家Jie Tan没有参与这项研究，他表示让机器人将相机上的原始像素，转换为探索周围环境所需的精确和平衡的运动，
他说，这项工作是他首次看到“一个小型和低成本的机器人”可以展示出如此令人印象深刻的移动性。
华盛顿大学机器学习和机器人控制的研究员石冠亚认为，该团队已经“在机器人学习和自主性方面取得了突破”。me
ta AI研究科学家阿克沙·拉莱（Akshara Rai）对这一观点表示同意。
拉莱说：“这项工作是建造这种有感知能力的机器人，并且是实现户外部署的很有希望的一步。”
然而，尽管该团队的工作有助于改善机器人的行走方式，但它不会帮助机器人提前确定要去哪里。拉莱指出，导航对于在现实世界中部署机器人十分重要。在机器狗能够在公园里自主闲逛或在房子里帮你拿东西之前，还需要做更多的工作。
谷歌的科学家Jie Tan强调，虽然这个机器人可以通过前置摄像头了解深度，但它无法应对光滑的地面或长得很高的草等情况，因此它可能会掉入水坑或被困在泥地里。
