卡內基梅隆大學計算機科學學院和加州大學伯克利分校的科學家們開發了一種類似機器人的機器人系統 波士頓動態，它也可以在崎嶇的地形、濕滑的不平坦表面上行駛，爬上和下樓梯，但製造起來要便宜得多。
在大多數此類機器人系統中，環境地圖用於運動規劃，這些地圖是在運動開始之前借助相機創建的。 這個過程很慢，而且經常會因為建圖階段的不准確或不正確的設置而失敗，從而影響機器人後續的規劃和運動。 研究人員表示，映射和運動規劃在專注於高級控制的系統中很有用，但並不總是適合步行或越野跑等低級技能的動態需求。
科學家團隊沒有使用相機來顯示周圍環境並繪製該區域的地圖，而是藉助模擬來訓練機器人：四千個虛擬克隆被迫穿過各種各樣的地形，以便它能夠獲得必要的技能。
由於使用了模擬，機器人僅需一天就掌握了在正常情況下需要六年時間才能掌握的技能。 獲得的運動技能存儲在神經網絡中，研究人員將其複製到機器人系統的工作原型中。
新系統不需要映射和運動規劃，而是直接將輸入的視覺數據發送到機器人控制單元。 機器人根據它在它面前“看到”的東西移動。 這項技術使機器人能夠快速響應地形變化並毫不費力地穿越地形。
團隊成員 Ananje Agarwal 說：“該系統直接使用來自身體（機器人）的視覺感知和反饋作為輸入，向機器人的電機系統輸出命令。” – 這種方法確保了機器人系統在現實世界中的高可靠性。 如果他（機器狗）在樓梯上滑倒，他將能夠恢復平衡並適應環境。”
由於不需要映射和規劃，通過機器學習獲得運動技能，機器人的成本大大降低。 由一組科學家創造的機器人比現有同類機器人至少便宜 25 倍。
科學家說，機器人系統的工作方式與貓等動物的工作方式相同。 “四足動物具有記憶能力，可以讓它們的後腿追踪前腿。 我們的系統以類似的方式工作，”Agarwal 說。 據報導，這隻機器狗還能夠在黑暗中導航，儘管它仍需要攝像頭系統來提高性能。
你可以幫助烏克蘭對抗俄羅斯侵略者。 最好的方法是通過以下方式向烏克蘭武裝部隊捐款 拯救生命 或通過官方頁面 NBU.
也很有趣：