杜克大学的研究人员开发出一款名为Argus的新型机器人系统，以均匀的全向运动能力挑战了传统的机器人设计理念。这款拥有20条可伸缩模块化腿的机器没有明确的前后之分，每条腿均配备深度相机，呈放射状均匀排布在中央核心周围，使其能在多种地形上高效稳定地移动并执行复杂的空间操作。

Argus的能力源于团队从数学上推导出的一项设计原则——动态各向同性。包括先进的四足机器人、人形机器人和传统无人机在内的大多数现代机器人系统，在这一指标上的得分通常低于0.6。Argus则达到0.91，接近理论最大值。这种高度的对称性使其在轨迹跟踪、能效、损伤韧性、鲁棒性以及复杂地形通过率等几乎所有关键机器人指标上均实现了性能增益。

该设计强调运动中的功能对称性，而非人形外观。系统将全身驱动与全身感知融为一体，20条可伸缩腿按照正十二面体几何结构排列——这种由12个五边形面构成的结构，使力输出和视觉覆盖实现了高度均匀的分布，让机器人在任何方向上都能保持平衡的加速度和一致的视野，无需固定前后方位，即可在多样环境中灵活移动。

研究团队在杜克大学校园的沙地、林间小道、草地、混凝土和湿滑路面等不同地形上进行了实验。结果显示，Argus无论在何种朝向都能穿越所有地形，甚至可以越过五英寸高的障碍物。受到外力推挤后能迅速恢复稳定，即使三条腿损坏仍能继续运动，展现出较强的容错能力。它还能在近乎全速状态下承载10磅有效载荷，同时保持平衡和移动性。除地面运动外，Argus可通过交替使用不同腿组进行支撑和推进来攀爬垂直墙面，还能在持续滚转的同时追踪并推动三英尺立方体，展示了在变化条件下协调感知与运动的能力。这些能力完全在仿真中习得，随后直接迁移至现实环境，凸显了底层设计框架的强度。

这项工作的更广泛意义超越单一机器人本身。动态对称性为机器人系统的评分、比较和设计提供了一套通用的数学方法，其基础是运动的均匀性。团队同步发布了对超过1500种形态的大规模仿真扫描结果，供其他研究团队进一步探索这一设计空间。项目负责人、杜克大学通用机器人实验室主任陈博元表示：“我们不只是想要服从指令的机器人。我们想要的是能帮助我们以其他方式无法获得的方式认识世界的机器人，而这有时意味着首先要为问题发现正确的身体形态。”