由利兹大学和伦敦大学学院(UCL)联合开展的研究取得重大突破，研究人员开发出一种人工智能(AI)系统，使四足机器人能够依据不同陌生地形自主调整步态，这一成果被视为世界首创，相关论文已发表于《自然机器智能》杂志。

当前一代机器人需要被告知何时以及如何改变步幅，而这项开创性技术让机器人能够自主改变移动方式。这一进步对于在核退役、搜索救援等危险环境中使用腿式机器人意义重大，因为在这些场景中，无法适应未知情况可能危及生命。

研究人员从狗、猫、马等善于适应不同地形的四足动物身上汲取灵感，这些动物会根据情况改变移动方式以节省能量、保持平衡或应对威胁。基于此，研究人员创建框架，教会机器人在小跑、奔跑、跳跃等动作间转换，如同自然界中的哺乳动物。

通过在人工智能系统中嵌入动物在不可预测世界中的导航策略，绰号为“克拉伦斯”的机器人借助人工智能强大的数据处理能力，仅用9个小时就学会了必要策略，远快于幼小动物适应不同地面所需的时间。

论文第一作者约瑟夫·汉弗莱斯介绍，该框架能让机器人根据环境改变步幅，克服不平坦木材、松散木屑和过度生长植被等各种地形，且无需改变系统本身。此框架是首个将动物运动的步态转换策略、步态程序记忆和自适应运动调整这三个关键组成部分同时整合到强化学习系统中的框架，可直接从模拟实现真正多功能的真实世界部署，无需在物理机器人上进一步调整。

深度强化学习智能体通常难以适应环境变化，而研究人员通过向系统注入自然的动物运动策略克服了这一挑战。简单来说，机器人不仅学习如何移动，还学习决定使用哪种步态、何时切换以及如何实时调整，即便在从未遇到过的地形上也能做到。

伦敦大学学院计算机科学系的周教授作为资深作者表示，研究源于让腿式机器人像动物一样本能移动的设想，旨在赋予机器人动物调整步态的战略智能，使其根据实时情况而非预设规则选择移动方式，从而安全有效地在陌生环境中行驶。团队长期愿景是开发具身人工智能系统，使其能像动物和人类一样流畅地移动、适应和互动。

能够在陌生复杂地形行驶的机器人，为灾难响应、行星探索、农业和基础设施检查等领域的应用开辟了新可能。同时，该研究提出了一种将生物智能融入机器人系统并对生物力学假设进行更符合伦理道德研究的有希望途径，可用机器人研究动物的稳定性恢复反应，避免给动物安装侵入式传感器或将其置于危险之中。

目前研究重点是实现强劲的日常运动，未来团队希望增加长距离跳跃、攀爬以及在陡峭或垂直地形中导航等更多动态技能。虽然该框架目前仅在一台狗大小的四足机器人上测试，但其基本原理具有广泛适用性，相同仿生指标可应用于各种尺寸和重量的四足机器人，只要它们具有相似形态。

更多信息： 《学习通过仿生步态策略实现多功能四足运动》，《自然机器智能》 (2025)。