韩国科学技术院（KAIST）的研究团队近日公布了一套全新的四足机器人控制系统——DreamWaQ++。该系统通过融合摄像头、激光雷达（LiDAR）与机载传感器，使机器人能够像动物一样实时“看懂”周围环境，并据此调整步态，在楼梯、陡坡、废墟等复杂地形中实现更加灵活、稳定的自主行走。相关论文已发表于国际顶级期刊《IEEE Transactions on Robotics》。

从“盲走”到“有眼走路”
DreamWaQ++ 是该团队此前“盲走”系统 DreamWaQ 的升级版。上一代系统仅依靠关节编码器、惯性测量单元等内部传感器，即使在没有光线或扬尘等低能见度条件下也能保持稳定移动。但其局限在于：机器人必须与障碍物发生物理接触后才能做出反应，无法提前规避风险。

新系统引入了外部感知模块，将视觉、深度感知与本体反馈相结合。机器人在行进中可提前识别远处的障碍物，并实时调整行走策略。研究团队表示，这标志着四足机器人从“被动反应式移动”转向了“基于感知的主动移动”——机器人不再只是机械地迈腿，而是在运动中持续理解并适应环境。这种能力在灾害救援、工业巡检、崎岖野外等不可预测场景中尤为关键。

多模态强化学习，轻量高效
为实现这一目标，团队开发了一套多模态强化学习框架。该框架能同时处理来自不同传感器的输入数据，同时保持较低的计算负担，满足实时控制需求。系统还设计了传感模式切换机制——当某类传感器出现误差或失效时，可无缝切换至其他模式，从而提升整体稳定性与适应性。

实测表现：爬50级台阶仅用35秒，无惧35度陡坡
在多项严苛测试中，DreamWaQ++ 展现了优异的性能：

• 楼梯攀登：机器人仅用35秒便完成了一段水平距离30.03米、垂直落差7.38米、共50级的台阶。这一成绩明显优于纯盲走系统以及现有的其他基于感知的控制器。

• 陡坡行走：在最大坡度达35度的斜坡实验中，机器人成功攀爬，且坡度显著高于训练条件。相比以往方法，电机负载反而有所降低。

• 自主决策：无需外部路径规划系统，机器人能自行选择效率更高的行进路线。

• 障碍物跨越：在携带额外载荷的情况下，机器人可越过比自身高度更高的障碍物，展现出强大的平衡能力和带载稳定性。

• 探索式行为：面对不确定地形（如悬空边缘），机器人会主动暂停、探明落差后再前进，表现出类似生物的试探性行为。

强泛化能力：小障碍训练，大障碍通关
值得注意的是，虽然训练时使用的障碍物尺寸较小，但机器人在真实环境中面对远大于训练样本的障碍物时，仍取得了很高的成功率。研究团队认为，这表明系统并非简单记忆步态模式，而是具备较强的泛化与自适应能力。

未来可扩展至人形机器人、轮腿机器人
项目负责人玄明教授（Hyun Myung）表示：“这项研究表明，机器人已经超越了‘单纯移动’的阶段，达到了能够理解环境并自主决策的水平。我们将进一步将其扩展为适用于各种真实环境的智能移动技术。”
研究人员相信，该控制框架可移植到轮腿机器人、人形机器人等其他平台，在巡检、农业、林业以及应急响应等领域具有广阔的应用前景。