Mini Cheetah凭借装满镍币的靴子提升“猫式技能”
随着四足机器人学会完成越来越多的动态任务，它们很可能会花费大量时间不用双脚站立。摔倒不一定发生（尽管这当然难以避免，毕竟它们终究是用腿行走的机器人），因为它们无论如何都可能处于腾空状态。飞行过程中最危险的阶段是从相当高的地方坠落，因为这几乎肯定会摧毁你非常昂贵的机器人以及它可能携带的任何有效载荷。
糟糕的摔倒不只是机器人的问题，因此自然界中的四足动物早已解决了这个问题也就不足为奇。或者至少，猫已经解决了它，它们能够可靠地四脚着地，以减轻摔落的伤害。为了教会四足机器人这一技巧，圣母大学的机器人研究人员在空中用装满硬币的靴子训练了Mini Cheetah一些自我恢复的技能。
Mini Cheetah的腿（和许多机器人的腿一样）专门设计得很轻，因为它们必须快速运动，而这需要尽量减少每一步前后移动的质量。这使机器人保持最高效率。但要让机器人在空中调整姿态，它反而必须尽可能多地摆动质量。
Mini Cheetah的每条腿都加装了3D打印靴子，靴内装有两卷美国五美分硬币（镍币），每只脚增加约500克重量，足以让机器人按需要移动。镍币靴之所以重要，是因为Mini Cheetah在坠落时改变方向的唯一方式就是挥动腿。当腿向一个方向摆动时，身体会向另一个方向运动，而腿越重，它们能施加给身体的力就越大。
与任何机器人技术一样，让设备做你想做的事只是成功的一半，有时甚至远不到一半。Mini Cheetah的问题在于，它几乎没有时间弄清楚如何正确完成动作。它必须察觉自己在下坠，判断自身的姿态，规划如何落地，然后成功执行该计划。当机器人开始急速下落时，它没有足够时间来思考这一切，因此研究人员提出的方法被称为“反射式”方法。
“尽管轨迹优化算法越来越好，但它们仍不够快，无法在机器人察觉坠落与需要开始恢复动作之间的短短几分之一秒内从零开始找到解决方案。我们通过在仿真中多次让机器人跌落来绕过这一问题，在仿真中我们可以花费任意所需时间来寻找解决方案，并训练神经网络模仿轨迹优化器。训练好的神经网络将初始姿态映射到使机器人以腿着地的轨迹。我们称之为“反射式”方法，因为神经网络基本上学会了一种自动反应，在机器人察觉自己下落时即可执行”
这种方法效果相当不错，但存在一些局限，如果不是把四足机器人与四足动物相比，其中大多数本来不会显得那么糟糕。猫在它们所做的事情上非常出色，而让机器人从任意初始姿态快速翻转成有利落地姿势的能力，要复制猫的这种本领将非常困难。
“我越是研究机器人，就越能理解大自然有多么神奇，这个项目就是很好的例证。猫在从肩高坠落时能完成180度的完整转身。我们的机器人在从离地约3米的高度转动90度时就遇到了扭矩限制。使用完整的三维运动将是一项巨大的改进（侧向旋转应该更容易，因为机器人在该方向上的转动惯量较小），不过如果仅凭这一点就能让我们达到猫的水平，我会感到很惊讶”
科学家从二维过渡到三维时面临的最大挑战是自身碰撞。让机器人避免碰撞似乎应该很简单，但碰撞本身会带来相当棘手的约束，使得为轨迹优化算法找到高质量解在数值上变得困难。
对于四足机器人，已经有柔性驱动脊椎，它们有许多优点，但本身也相当复杂。据Kurtz介绍，在坠落猫的问题中，柔性脊椎既能提供天然的柔性质量分布，又能帮助控制器设计，因为可以直接模仿猫的“弯曲与扭转”动作。同样，柔性脊椎也可能有助于具有较长腾空阶段的任务，例如太空跳跃问题。
“话虽如此，空中调整姿态并非大多数四足机器人的主要任务，而且对我来说，柔性脊椎是否能大幅帮助行走、奔跑或在崎岖地形上攀爬并不明显。此外，像Mini Cheetah这样的刚性脊背硬件平台已经足够胜任，我认为我们还没有充分挖掘这些机器人的全部潜力。控制算法仍是当今足式设备的主要限制因素，而增加柔性脊椎可能会带来更复杂的控制问题”
