一些机器人挑战具有直接明确的应用，而另一些则更侧重于帮助系统解决更广泛的挑战。让小型机器人互相踢足球的教学任务明确属于后者范畴。
一篇新论文的作者详细阐述了利用强化学习训练麻省理工学院的Mini Cheetah机器人担任守门员的过程，并指出：
使用四足机器人进行足球守门是一个具有挑战性的问题，它将高度动态的locomotion（移动）与精确且快速的非抓取式物体（球）操控相结合。机器人需要在极短的时间内（通常不到一秒）通过动态移动动作来反应并拦截可能飞来的球。在本文中，我们提出采用一种分层无模型强化学习框架来解决这一问题。
实际上，机器人需要锁定一个抛射物，并在不到一秒的时间内maneuver（机动）自身以阻挡飞向球门的球。机器人的参数在模拟器中定义，Mini Cheetah依靠三种动作——侧移、扑跃和跳跃——在运动中确定球的轨迹，从而在球飞向球门的过程中将其阻挡。
为了测试该程序的有效性，研究团队将系统分别与人类守门员和另一台Mini Cheetah进行了对抗。值得注意的是，用于防守的基本框架同样可以应用于进攻场景。论文作者指出：“在本工作中，我们仅专注于守门任务，但所提出的框架可以扩展到其他场景，例如多技能足球踢球。”