卡内基梅隆大学计算机科学学院和加州大学伯克利分校的科学家们开发了一种类似机器人的机器人系统 波士顿动力，它也可以在崎岖的地形、湿滑的不平坦表面上行驶，爬上和下楼梯，但制造起来要便宜得多。
在大多数此类机器人系统中，环境地图用于运动规划，这些地图是在运动开始之前借助相机创建的。 这个过程很慢，经常会因为建图阶段的不准确或不正确的设置而失败，从而影响机器人后续的规划和运动。 研究人员表示，映射和运动规划在专注于高级控制的系统中很有用，但并不总是适合步行或越野跑等低级技能的动态需求。
科学家团队没有使用相机来显示周围环境并制作该区域的地图，而是借助模拟来训练机器人：四千个虚拟克隆被迫穿过各种各样的地形，以便它能够获得必要的技能。
由于使用了模拟，机器人仅需一天就掌握了在正常情况下需要六年时间才能掌握的技能。 获得的运动技能存储在神经网络中，研究人员将其复制到机器人系统的工作原型中。
新系统不需要映射和运动规划，而是直接将输入的视觉数据发送到机器人控制单元。 机器人根据它在它面前“看到”的东西移动。 这项技术使机器人能够快速响应地形变化并毫不费力地穿越地形。
团队成员 Ananje Agarwal 说：“该系统直接使用来自身体（机器人）的视觉感知和反馈作为输入，向机器人的电机系统输出命令。” – 这种方法确保了机器人系统在现实世界中的高可靠性。 如果他（机器狗）在楼梯上滑倒，他将能够恢复平衡并适应环境。”
由于不需要绘图和规划，通过机器学习获得运动技能，因此机器人的成本大大降低。 由一组科学家创造的机器人比现有同类机器人至少便宜 25 倍。
科学家说，机器人系统的工作方式与猫等动物的工作方式相同。 “四足动物具有记忆能力，可以让它们的后腿追踪前腿。 我们的系统以类似的方式工作，”Agarwal 说。 据报道，这只机器狗还能够在黑暗中导航，尽管它仍需要摄像头系统来提高性能。
你可以帮助乌克兰对抗俄罗斯侵略者。 最好的方法是通过以下方式向乌克兰武装部队捐款 拯救生命 或通过官方页面 NBU.
也很有趣：