你牵着狗从校园走进林间，它会自然地换动作：平路小跑，遇到树根抬腿，看到沟隙就跳。四足机器人通常更像只练过单项的运动员，某个动作可以做得漂亮，一旦路况连续变化，难点就变成看清环境、及时换招，还要避免切换时失去平衡。
Jun-Gill Kang、Jaehyun Park、Tae-Gyu Song、Joon-Ha Kim、Seungwoo Hong 和 Hae-Won Park 的论文试图处理的正是这个问题。论文题为 Agile perceptive multiskill locomotion for quadrupedal robots in the wild。据 arXiv 作者版本，正式论文于 2026 年 7月15日发表于 Science Robotics，DOI 为 10.1126/scirobotics.adz7397；期刊题录显示为 Volume 11, Issue 116。
先练会动作，再学习何时换挡
这套方法叫 APT-RL，全称是 Action Pretrained Transformer-based Reinforcement Learning。它先用简化的动力学模型和轨迹优化生成二维动作数据，再以这些动作技能为基础，学习如何在复杂三维地形中自主切换。
可以把它理解成先准备一本“动作谱”，再训练机器人根据路况选动作。多技能运动（multiskill locomotion）不是只会一种固定步态，而是把走、跑、跳、跨越等本领放进同一套系统，并在环境变化时顺畅换挡。强化学习（reinforcement learning）则让机器人通过大量尝试，根据奖励和惩罚保留更合适的选择与衔接方式。
据 KAIST 新闻稿，团队没有依赖真人或动物的动作捕捉，而是在约8分钟内通过仿真生成了15.5小时、覆盖多种步态的训练数据。仿真到现实（sim-to-real）就是先让机器人在虚拟环境中低成本练习，再把控制方法搬到真机。它能减少训练时的损坏风险，但模拟器无法完整复刻真实地面的摩擦、传感器噪声和机械误差。
它不只要会动，还要会看路
系统把深度相机和 LiDAR——一种用激光测量周围距离的传感器——获得的环境信息，与目标速度一起交给机载策略，由同一套策略实时选择动作。测试平台是团队自研的四足机器人 KAIST HOUND。
这里需要两类感觉协作。本体感知让机器人知道自己的关节弯了多少、腿正以多快的速度运动，类似人闭着眼也知道四肢的位置；外部感知则负责提前看见楼梯、沟隙或树根。野外高速运动既要知道“身体现在怎样”，也要判断“下一步会踩到什么”。
KAIST 新闻稿称，真机测试覆盖室内障碍场、KAIST 校园和林间小径，障碍包括楼梯、栏杆、踏脚石、沟隙、倒木与树根。作者报告，机器人能在这些场景间切换小跑、腾跃等技能。作者版本与 KAIST 新闻稿还报告，机器人在复杂地形的下落动作中瞬时峰值速度达到6米/秒，约合22公里/小时。这个数字是短暂峰值，不是全程平均速度。
值得看的不是单个高难动作
这项工作的关注点从“机器人能不能完成一次跳跃”，转向“它能不能看着连续变化的路况，自己决定何时跑、何时跳，并把动作接起来”。这更接近真实环境提出的问题：障碍不会按训练项目排队出现，感知、决策和执行必须同时工作。
APT-RL 的思路也值得留意。它没有从零开始让系统在三维环境里盲目摸索，而是先高效生成动作基础，再学习复杂环境中的选择与衔接。15.5小时训练数据约8分钟生成这一结果来自 KAIST 新闻稿，显示出这种训练管线在数据准备上的效率；它是否能普遍迁移到其他机器人和环境，仍需更多证据。
局限与未知
- 本篇题录信息只有一个独立信源，具体卷期状态缺少交叉印证；方法与实验细节主要来自作者版本和 KAIST 新闻稿。
- “Agile”和“in the wild”是论文标题中的概括性表述。现有材料支持校园、林间小径和室内障碍测试，但不足以把它扩写为不受限制的荒野部署。
- 材料没有提供与其他方法的系统对比、失败率或长期运行数据，因此还不能判断其相对优势和持续鲁棒性。