韩国科学技术院（KAIST）研究人员开发出一套名为“动作预训练基于 Transformer 的强化学习”（APT-RL）的系统，赋予四足机器人在复杂地形中自主决定行走、奔跑或跳跃的能力，无需在不同控制程序间手动切换。相关成果已在线发表于《科学·机器人学》（Science Robotics）期刊。
统一框架消除模式切换延迟
传统四足机器人通常由独立控制器分别管理行走、跳跃等动作，这种分离导致模式切换时出现延迟和不稳定，在应对楼梯、松散土壤或倒塌碎片等快速变化的环境时容易失败。
APT-RL 系统将多种运动技能融合至统一框架，使机器人能像动物一样本能地根据环境实时调整步态。通过深度相机构建近距离三维视图，结合激光雷达（LiDAR）探测远距离障碍物，机器人实现了对真实环境的动态感知与自主导航。
8 分钟模拟生成 15.5 小时训练数据
不同于依赖昂贵动作捕捉系统记录真实生物数据的传统方法，KAIST 团队完全通过计算机模拟生成训练数据。借助运动数学模型和高效路径规划，系统仅用 8 分钟便生成了涵盖行走、奔跑及跳跃等广泛步态的 15.5 小时运动数据，并在未观察真实动物的情况下学会了运动控制。
在此基础上，机器人通过强化学习进行试错训练，根据反馈优化不同情境下的最佳运动策略，从而具备处理初始训练未包含条件的灵活性。
实测时速 22 公里，平稳跨越复杂障碍
在 KAIST HOUND 机器人上的实地测试显示，该系统在室内外复杂场景中表现优异。在校园草地、楼梯、斜坡以及森林小径的树根与树枝间，机器人能自主在小跑（trotting）和腾跃（bounding）之间平滑切换，中途无停顿或重新计算。
测试中，机器人峰值速度达到 6 米/秒（约 22 公里/小时）。这一速度在不规则表面上保持了良好的平衡与控制，解决了多数机器人难以兼顾高速移动与稳定性的难题。此外，机器人还展示了连续攀爬楼梯、跨越缺口及过渡到不平坦地形的能力。
拓展搜救与工业应用边界
这项技术降低了机器人对预编程指令和人工监督的依赖，使其更接近生物体的灵活运动水平。在应用层面，具备复杂地形自主移动能力的机器人可胜任搜救废墟导航、危险区域基础设施检查、国防行动及工业巡检等任务，有效降低人员风险并提升作业效率。
.jpg)
