波士顿动力（Boston Dynamics）等四足机器人开发商致力于开发全地形穿越系统，只要预算充足，用户即可购得具备跌倒自恢复能力的机器狗。卡内基梅隆大学（CMU）与加州大学伯克利分校（UC Berkeley）的研究团队另辟蹊径，开发出一套新系统，旨在训练机器人在楼梯、路缘石及湿滑不平等复杂地形中稳健行走。
区别于依赖摄像头建图的传统方案，该团队采用模拟器训练策略：将4000个虚拟机器人克隆体投放至多样化地形进行测试。研究人员表示，该方法在24小时内即复现了6年的行走经验。模拟数据经神经网络处理后加载至实体机器人，结合机载学习实现环境实时感知与步态自适应调整，大幅降低了硬件成本。
研究员Ananye Agarwal指出，该系统直接以视觉和身体反馈为输入，输出电机控制指令，确保了现实世界的鲁棒性；即便在楼梯打滑或进入未知环境时，也能快速恢复平衡并适应。助理教授Deepak Pathak补充道，其原理类似猫科动物的记忆机制——后腿追踪前腿轨迹，从而实现高效运动。
此外，该系统不仅可攀爬接近自身高度的楼梯，还具备暗光环境运行能力；若配合视觉系统，性能表现将更优。