運動使動物能夠與環境互動、獲取基本必需品以及與其他生物體進行交流。因此，幾種獨特的動物運動形式被用作腿部機器人的靈感來源，特別是因為這些生物已經進化了數千年，可以在野外繁衍生息。儘管一些機器人系統在實驗室環境中取得了成功，但在現實世界的部署中，當遇到微不足道或意外的障礙時，它們經常會失敗。為了確保機器人在其設計部署的環境中取得成功，它們需要具有敏捷性和穩健性，以有效地導航其地形。阿莫斯‧ 馬齊科(Amos Matsiko) 發表在最新一期《科學》(Science) 的<腿式機器人向前邁進>( Legged robots take a leap forward) 在本期《科學機器人》中，介紹了有關腿式機器人的最新研究，這些機器人使用獨特的方法在不同環境中進行運動。
Hopcopter可實現連續跳躍、快速轉彎，甚至飛行中翻筋斗
由於其絕緣和屏蔽特性，火星上的洞穴和熔岩管已被確定為具有天體生物學意義的地點，甚至是未來人類居住的潛在地點。然而，對於傳統的腿式機器人來說，在這些環境中導航是有問題的。從收割者蜘蛛 Opiliones 中汲取靈感開發了一款名為 ReachBot 的機器人，該機器人具有可伸展的附肢，使其能夠在岩石表面上攀爬。機器人附肢的尖端配備了微刺陣列來抓住表面，ReachBot 被證明能夠在美國加州莫哈韋沙漠的熔岩管中導航。
儘管腿式機器人比輪式或履帶式機器人具有優勢，但在複雜環境中遇到障礙物時，它們仍然存在一些缺點。一些研究採用了混合運動形式來克服這些挑戰。在他們的最新研究中。為輪腿機器人開發了一種基於強化學習的多功能運動控制器，以支援步行和駕駛之間的轉換。這使得在樓梯、動態障礙物和不平坦表面等不同地形上實現了強大的自主導航。白等人。還開發了一種混合機器人，結合了單足漏斗和空中四軸飛行器系統，以支援在具有挑戰性的地形中的多功能運動。 Hopcopter 採用被動彈性伸縮腿和主動空氣動力穩定器開發，可實現連續跳躍、快速轉彎，甚至飛行中翻筋斗。
訓練人形機器人進行一對一的足球比賽
與四足機器人相比，雙足機器人在非結構化環境中執行穩定運動的難度更高，凸顯了有效控制策略的重要性。拉多薩沃維奇等人。開發了一種基於強化學習的全尺寸人形機器人運動方法。他們展示了該政策的潛力，可以在有障礙物的情況下實現穩健的室內和室外行走、承載有效負載的能力，甚至在受到推拉等外部物理幹擾時的穩定性。在另一項研究中也採用了基於學習的方法來控制人形機器人。他們使用深度強化學習來訓練人形機器人進行一對一的足球比賽。這些機器人不僅展示了行走、踢球和跌倒恢復等強大的運動技能，還展示了動態的戰術技能，包括防守對手的球。
要讓腿式機器人像真正的動物一樣適應環境，還有幾個主要障礙需要克服。事實上，強調了為什麼動物在敏捷性、範圍和穩健性等參數上仍然可以超越機器人。