来自Facebook AI、加州大学伯克利分校和卡内基梅隆大学的团队将其称为快速运动适应。
它来自于这样一个事实：人类和其他动物能够快速、有效、无意识地改变他们的行走方式以适应不同的环境。
假设你学会了走路，第一次去海滩。
你的脚陷进去了，要想把它出拉来，你必须施加更大的力量。
这感觉很奇怪，但几步之后，你就会像在硬地上那样自然地行走。
当然，如果你以前从未遇到过海滩，但即使后来遇到了，你也没有进入一些特殊的"沙子模式"，让你在柔软的表面上行走。
你改变动作的方式是自动发生的，并没有对外部环境有任何真正的了解。
你的身体通过感知这些条件对身体本身产生的不同后果来应对不同的物理条件。
而RMA系统也以类似的方式工作。
当机器人新的条件下行走时，在很短的时间内，半秒或更短的时间内，已经做了足够的测量，并且估计这些条件是什么，并且修改了行走策略。
该系统完全是在模拟中训练的，在一个虚拟的现实世界中，机器人板载本地计算单元学会了以最小的能量最大限度地向前运动，并通过立即观察和响应从其虚拟关节、加速度计和其他物理传感器传来的数据来避免跌倒。
为了强调RMA方法的整体性，该机器人没有使用任何视觉输入。
但是，没有视觉的人和动物可以很好地行走，那么为什么机器人不能呢？最终，该系统有两个部分：一个主要的、始终运行的算法，实际控制机器人的步态，以及一个平行运行的自适应算法，监测机器人内部读数的变化。
当检测到重大变化时，它会分析这些变化，并告诉主模型如何调整自己。
从那时起，机器人只考虑如何在这些新的条件下向前移动，有效地即兴创作出一种专门的步态。
(原标题：研究人员开发全新机器人运动模型 可以实时适应任何地形)