这里有一个有趣的挑战：教一台四足机器人成功运球。这本质上就是RoboCup的核心组成部分，该国际大赛创办于1996年。足球是检验机器人的移动能力、敏捷性和决策能力的绝佳方式。
与MIT的Dribblebot相比有两个关键区别：首先，RoboCup的机器人通常是双足机器人；其次，也是更重要的一点，这台机器人被设计用于在不平坦且不断变化的地形上执行这一复杂任务，为任务增添了又一难度层级。
项目联合负责人纪衍东（Yandong Ji）在相关新闻帖子中表示：“以往的方法简化了运球问题，基于平坦坚硬地面的建模假设。”“运动也被设计得更静态；机器人并不试图同时奔跑和操控球。这就是更复杂的动力学进入控制问题的地方。我们通过将近期使户外移动性能提升的进展扩展到这一结合移动能力和灵巧操作的综合任务中，解决了这一问题。”
潜在的地形包括草地（天然）、沙地、碎石地、泥地和雪地。对上述所有情况的答案，对于近期对机器人领域稍有了解的人来说应该很熟悉：仿真、仿真、再仿真。在训练过程中，实体机器人被视为“数字孪生体”，计算机运行4000个不同环境的并行仿真，对其进行全面测试。
这种训练显然具有超越机器人足球世界的更广泛应用。关于腿式机器人有效性的争论仍在继续，但有一点是确定的：目前轮式机器人的行进能力存在局限。
MIT教授Pulkit Agrawal表示：“如果你环顾四周，今天的大多数机器人都是轮式的。但想象一下灾难场景，比如洪水或地震，我们希望机器人能在搜救过程中协助人类。我们需要机器人在非平坦地形上行动，而轮式机器人无法穿越这些地貌。研究腿式机器人的全部意义就在于前往当前机器人系统无法到达的地形。”
当然，Dribblebot也有其自身的局限性，楼梯和斜坡仍然是这台小型机器人面临的挑战。