加州大學伯克利分校的Salto自2016年以來一直是我們最喜歡的智能機器人之一，同時他也是近代機器人的鼻祖之一。雖然它保持了相同的“超級激進的彈簧棒”概念，但一系列的升級使Salto能夠進行越來越多的動態演習。
最初的薩爾託只可以連續兩次跳躍。2017年增加的推進器爲機器人提供了連續多次跳躍所需的控制要求。2018年底，IROS把一個新改進的智能控制器給了薩爾託，讓它實現了更精確的跳躍，甚至使它可以躍過一系列垂直障礙物。
今天在ICRA，加州大學伯克利分校的機器人專家Justin Yim和Eric Wang （來自Ron Fearing的 Biomimetic Millisystems Lab）展示了Salto的最新版本，它增加了完全取消動作捕捉系統所需的傳感和計算功能。Salto現在可以跳出實驗室，實現完全的在戶外測試。
但是Salto並沒有自主跳躍，實際上是賈斯汀正在“駕駛”Salto，將其保持在人行道上並避開障礙物，因爲Salto並沒有安裝任何障礙物傳感器。
操作人員指示機器人跳到位，然後沿着直線前進到0.43米高的臺階。然後，機器人被指示在步驟頂部向右跳，然後向左跳。在人爲操作錯誤導致Salto進入左側的灌木叢之前，此次運行總共持續了19秒。
新的機載姿態估計和跳躍控制系統（稱爲SHOVE，用於SLIP跳躍方向和速度估計器）非常強大，即使在泡沫等柔順表面上也能連續跳躍。它使用航位推算來估計每次跳躍時其位置變化的程度，甚至在幾分鐘的過程中300次跳躍之後，這個估計值只會漂移一兩米（表示每次跳躍的誤差小於1釐米）。
然而，現在棘手的部分是準確地估計Salto的態度，我們假設研究人員的意思是它的方向（而不是“超級激進”的方式）。大約1度的姿態估計誤差導致足部放置位置從跳躍到跳躍變化大約半米，並且在實踐中，這意味着Salto不能以足夠的精度計劃其跳躍以可靠地爬樓梯。不過，這項工作正在進行中，研究人員希望“更高精度的估算和控制能夠實現更多變化的表面，如樓梯，傢俱或其他露頭”，以及“室內裝潢或天然樹葉等柔軟基材”。
研究人員告訴我們，Salto的硬件在這一點上足夠強大，除了可能升級電機或電池以獲得更多的跳躍力或運行時間之外，現在的重點將放在新的行爲上，儘管他們想要添加一些抓握的腳，以便Salto可以從樹枝上起跳並降落。至於Ron Fearing教授在視頻中提及的“雙腿”和“手臂”，這也將是下一次升級。