传统机器人，例如用于工业和危险环境的机器人，易于建模和控制，但过于僵硬，无法在狭窄空间和不平坦地形中操作。柔软的仿生机器人则更善于适应环境，并在其他难以触及的地方进行操控。然而，这些更灵活的功能通常需要一系列机载传感器和针对每个机器人设计量身定制的空间模型。

麻省理工学院（MIT）的研究人员采用一种全新且资源需求更低的方法，开发了一种复杂程度更低的深度学习控制系统，该系统只需一张图像就能教会柔软的仿生机器人移动并执行指令。相关研究成果发表在期刊《Nature》上。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。