UCLA研究团队开发出一款以旧款安卓智能手机为核心的人形机器人平台PhoneBot，尝试用市面上价格低廉的手机替代昂贵的专用相机、传感器和计算设备，从而降低研究型人形机器人的硬件门槛。

据TechRadar 18日报道，PhoneBot已以开源形式发布。该平台定位于低成本人形机器人研究方案，除手机外，其余硬件成本约为400美元（约53万韩元），低于现有不少小型人形研究系统。

从硬件配置看，PhoneBot高约48.3厘米，重1.8千克，配备13个伺服电机，用于驱动双腿和可旋转躯干。研究团队将原本依赖高性能计算机和专用传感器的控制架构，改为以智能手机为核心的方案，以压缩整体成本。

在这一架构中，手机不仅承担计算任务，也负责视觉和传感功能。其内置摄像头可用于识别和追踪人物，手机内置的惯性测量单元（IMU）则用于提供运动状态信息，帮助机器人感知姿态并完成步态控制。

控制流程方面，手机通过Wi-Fi发送控制指令，机器人机身内的独立计算模块再将指令转换为各电机动作，并负责电机之间的通信。步态控制、视觉识别等主要计算任务，则直接在手机端完成。

结构设计上，PhoneBot双腿覆盖髋、膝、踝等关节，两侧各有6个驱动关节，另设1个关节用于带动躯干及手机旋转。这样一来，机器人在转向时无需频繁移动双脚，手机摄像头也可以更灵活地对准目标人物。

研究团队使用包括2017年发布的Honor 9在内的4款安卓手机对平台进行了测试，单台测试手机价格约为50至80美元。结果显示，尽管不同机型在具体性能上存在差异，但均可支持动作检测、步态控制、视觉识别以及人机交互等核心功能。

在算法层面，团队先在仿真环境中利用强化学习训练步态控制器：对符合预期的动作给予奖励，对姿态不稳定或电机负载过高的情况施加惩罚。训练完成后，控制器通过TensorFlow Lite部署在手机端运行。

针对早期实验中出现的步态不均衡、过度依赖单侧腿部等问题，研究团队又引入“镜像”学习样本，让左右两侧动作相互对应，从而在不增加额外物理仿真阶段的前提下，提升双腿运动的对称性。

评估结果显示，在5次独立训练中，关节角度的左右对称误差由0.254弧度降至0.003弧度，左右扭矩不平衡由0.205降至0.034，机械功率不平衡则由0.339降至0.040。

在真实机器人演示中，PhoneBot已实现行走、跌倒后自主起身，以及将摄像头转向目标人物等动作。研究团队认为，借助低价智能手机集成的摄像头、传感器和计算能力，机器人已经能够完成基础人形动作和基于视觉的交互。

不过，低成本方案也带来明显限制。由于采用低功率伺服电机，PhoneBot的负载能力较弱，在快速、动态动作上的稳定性也仍有限。与此同时，其步态控制器目前基于平坦地面训练，在崎岖地形上的移动稳定性还有待进一步验证。

此外，PhoneBot并未配备手臂，因此不具备抓取或搬运物体的操作能力。也就是说，该平台现阶段更适合用于低成本研究验证，而非直接面向工业或家庭场景的通用人形机器人应用。

目前，研究团队已将PhoneBot项目开源，便于其他研究人员复现硬件、替换部件，或进一步拓展基于智能手机的人形机器人研究。相关成果已发布于预印本平台arXiv。

整体来看，这一项目表明，在不依赖昂贵专用计算设备和传感器的情况下，仅凭智能手机内置的摄像头、惯性传感器和计算能力，也能搭建具备基础功能的人形机器人系统。不过，若要进一步走向更广泛的实际应用，PhoneBot仍需在移动稳定性、输出能力和物体操作能力等方面继续提升。