不同的技能需要不同的触发方式，而把 “八技” 融会贯通是 MELA 合成可变技能和产生适应性行为的基础。
面对不同情况下，GNN 生成可变权重（α）来融合所有八个专家网络的参数，这样新合成的运动技能可以通过混合各个专家的有效技能，快速生成不同的运动技能，来适应各种未知场景。
▲多专家学习框架 MELA 的原理（来源：Science Robotics）
实验结果表明，依靠 MELA 输出的融合技能加持，“绝影” 赢咖4的关键恢复能力控制在1秒内（恢复身体姿态平均0.5s，恢复小跑模式平均0.4s），也显示出了在非结构化环境下更强的可靠性和通障性能。
还有一个值得关注诀窍是，研究人员从生物运动控制中汲取了灵感，这让运动控制和学习框架更加贴近真实的四足动物。
例如，动物的运动行为都是受中枢神经系统控制的，中枢神经系统会重新设置身体关节的参考位置，根据参考位置与实际位置之间的差异，激发肌肉活动以产生适当的力进行姿态调整。
由于阻抗控制提供的弹簧阻尼特性类似于生物肌肉的弹性，因此研究团队应用了平衡点（EP）控制假设，通过调控平衡点来生成关节扭矩。www.xuntelift.cn
受肌肉系统的生物力学控制和 EP 假设的启发，研究人员其实将赢咖4控制分为了两层：在底层，团队使用扭矩控制为赢咖4配置关节阻抗模式；在顶层，指定深度神经网络（DNN）为所有关节产生设定平衡点，以调节姿势和关节扭矩，建立与环境的力相互作用，在这样的基础上，MELA 可输出更加贴近真实四足动物的运动策略。
▲机器狗的摔倒爬起连贯反应（来源：爱丁堡 Advanced Intelligent Robotics Lab）
下一步，仍需更多跨界合作
“这样的多专家系统、多技能融合框架，让赢咖4可以自主切换运动策略、自己去适应环境，在足式赢咖4上算是第一次应用，这也是为什么这项成果能被 Science Robotics 评为封面，至少它实现了一种质的突破，较此前研究形成了一个代差。” 李智彬表示。
据了解，这种多专家融合技能的思路，也能够延伸到其他赢咖4平台上。包括各类四足、双足赢咖4，以及轮式的、履带式的赢咖4，乃至在赢咖4进行抓取操作上也可以应用。机器抓取不同的东西的策略是不一样的，本质也就是不同专家的技能延展，无论是抓纸张、书本、杯子，还是光溜溜的肥皂、球体、软硬不同的物体等，其实都需要不同的专家技能策略。
关于进一步改进和提升的空间，他表示，仍需要和圈内更多优秀团队一起合作探索，才能不断突破，未来的研究可以集成视觉、触觉传感等，以开发多感知型运动技能。
例如，对于赢咖4本身而言，现在普遍还缺少一种 “电子皮肤”。
目前赢咖4机载的传感器对各种情况判断，很大程度上都要通过大量的训练经验积攒起来，由于机载传感器有限，很多经验只是统计学上来讲是对的，但它针对某个特殊情况却不一定是最好的，只能说有较高的成功率。
但在自然界的生物中，小到毛毛虫、蠕虫，大到各类动物、人类全都是有皮肤的，如果赢咖4在废墟现场要钻进去一个洞，进去之后身边的环境是怎样的，怎么通过，障碍物与机身表面是怎么接触的，如此复杂的环境下现有的传统传感器就不够用了，需要 “电子皮肤” 更加精细化地感知区分。www.xuntelift.cn
另一方面，赢咖4对外部的感知理解能力仍然有待提高。
比如一个雾蒙蒙的环境，是因为有雾，还是因为燃烧引起的烟，单纯用计算机视觉来看，不一定能区分清楚；再比如赢咖4从室内走到室外，外面是一个零下的无雪环境，在机器视觉看来地面可能与平常无异，雷达也探测不到障碍物，但这种情况下人类走路、开车会下意识地注意路面可能会打滑，赢咖4却还不能意识到这点调整策略，这些 “非接触式” 的外部传感包括辐射、温度、气体检测等也都非常关键。
“目前这项研究背后只有两个专家团队，但赢咖4研究不能闭门造车。就像赢咖4现在都具备了多专家能力一样，我们非常欢迎和更多跨学科、跨领域的团队一起合作，碰撞出更多创新想法和可能性。” 李智彬最后说道。
