在DARPA（美國國防部高級研究計劃局）部分資助下，MIT開啟了獵豹機器人Cheetah項目。獵豹機器人從第一代開始便表現十分驚艷：它能自主跨越障礙物、實現每小時30 英里（約 48 公里）的高速奔跑。

在第一代獵豹機器人成功研發(fā)以后，MIT又對其進行了第二代、第三代的升級。其中，第三代獵豹機器人（Cheetah 3）是約90磅重的四足機器人，體型大約有一只成年拉布拉多犬那么大。由于采用的是腿式，而不是輪子，獵豹3能更好地在崎嶇地形行走，它的穩(wěn)定性十分可靠，甚至能依靠三只腿保持平衡。

不僅如此，2019年，MIT的研究人員還在三號獵豹機器人（Cheetah 3）基礎上進行開發(fā)迷你獵豹機器人（Mini Cheetah）。迷你獵豹僅重20磅（9公斤），和一只金毛犬的重量差不多。小獵豹雖然體積較小，但它依然可以在經歷側踢時保持平衡。倒地后，也能夠自行爬起。

當時，迷你獵豹整體配有12個模塊化電動馬達，每條腿都配有動力髖關節(jié)（2自由度）和膝關節(jié)。馬達使用的是現成的廉價部件，而不是專門定制的昂貴設計模塊，其最大的關節(jié)速度為40弧度每秒。

近日，MIT研究人員再次宣布，他們研發(fā)的四足迷你獵豹機器人，打破了之前創(chuàng)下的最佳速度記錄——達到了 8．72 mph（14．04 km／h）。這項成績主要歸功于一套新穎的無模型強化學習系統，允許機器人自己找出最佳的跑步方式、以及適應不同的地形，而不再依賴于前置的人工分析。

具體來看，通常情況下，機器人都是在一套系統的指引下移動的。該系統會參考機械肢體是如何移動的，來分析并制作指導用的模型數據。但在實際應用中，這些模型往往效率低下、且在應對意外狀況時不夠全能。尤其當機器人已最高速度運行時，系統硬件更是面臨極限壓力，使得環(huán)境建模變得更加困難。

基于此，MIT 研究團隊選擇了一套獨特的“經驗學習”系統。MIT 的迷你獵豹機器人可以通過反復試驗來自主學習，而無需人工介入。在積攢了對不同地形的足夠經驗后，它便可在后續(xù)工作中自動改進其行為，甚至無需在現實生活中積累這方面的經驗。研究人員稱，通過模擬，迷你獵豹機器人可在靜止不動的三個小時內，迅速積累 100 天的經驗。

在研究人員發(fā)布的視頻中，這臺機器人在撞到障礙物后迅速繞過，以及自主學習適應濕滑結冰路面、以及松散的礫石山丘等地形。在一套簡單的神經網絡的加持下，它能夠對錯綜復雜的新環(huán)境展開相應的評估。