某些機器人挑戰有著明確的應用場景，而有些挑戰則需要機器人系統根據場景的變化靈活應變。而教小型機器人玩足球屬於後者。近日發表的一篇論文[ PDF ]中，詳細介紹了使用強化學習來教MIT 的Mini Cheetah 機器人扮演守門員角色：

使用四足動物的足球守門是一個具有挑戰性的問題，它將高度動態的運動與精確和快速的非抓握物體（球）操縱相結合。機器人需要在很短的時間內（通常不到一秒）使用動態運動機動對潛在的飛行球做出反應並攔截。在本論文中，我們建議使用分層無模型RL 框架來解決這個問題。

實際上，機器人需要鎖定足球並在不到一秒鐘的時間內自行移動以阻擋球。機器人的參數在模擬器中定義，Mini Cheetah 依靠三個動作——迴避、俯沖和跳躍——通過確定運動時的軌跡來阻止足球進門。