加州大学洛杉矶分校（UCLA）研究人员开发了PhoneBot，一款紧凑型人形机器人。该平台通过复用廉价智能手机实现传感与计算功能，硬件成本约为400美元（不含手机），远低于现有小型人形研究系统。
PhoneBot身高483毫米，重1.8公斤，依靠13个伺服电机控制腿部及旋转躯干。其核心创新在于摒弃专用摄像头、运动传感器或昂贵板载计算机，转而利用智能手机既有硬件执行视觉识别、环境感知和行走控制任务。
旧款手机承担核心计算与感知
PhoneBot内置独立计算机处理电机通信，通过Wi-Fi接收智能手机无线指令并转化为关节运动。机器人摄像头负责追踪人物，内置惯性测量单元（IMU）提供运动信息以维持平衡并执行习得的行走动作。
该机器人为每条腿配备涵盖髋部、膝盖和脚踝的六个驱动关节，另设一个关节用于旋转躯干及固定手机。此布局允许摄像头在不转动全身的情况下转向目标，支持基于视觉的交互功能。
研究团队测试了四款安卓设备，包括2017年发布的荣耀9及三款售价50至80美元的廉价机型。所有设备均支持运动传感、行走控制、视觉检测和人机交互等核心功能，应用通过TensorFlow Lite运行运动策略，并利用摄像头进行人员检测和姿态估计。
镜像训练优化步态对称性
研究团队在模拟环境中利用强化学习训练行走控制器，对期望动作给予奖励，对不稳定姿势和过大电机负载进行惩罚。针对早期实验中出现的单侧腿部依赖导致步态不均问题，研究人员引入镜像训练样本。
该方法在不增加额外模拟物理步骤的前提下，有效提升了步态对称性。五次独立训练显示，镜像学习将关节角度对称误差从0.254弧度降至0.003弧度，左右扭矩不平衡从0.205降至0.034，机械功率不平衡从0.339降至0.040。
实体演示中，PhoneBot展示了行走、从俯卧状态恢复直立，以及在双脚不停转动的情况下将摄像头对准人物等功能。受限于低功率伺服电机，PhoneBot目前无法携带重物或可靠执行动态动作。此外，因缺乏手臂且控制器仅在平坦地面训练，其在非平整地形的移动能力仍有待解决。
作为开源项目，PhoneBot允许研究人员复现平台、修改组件并深入研究基于智能手机的机器人技术。相关研究成果已发布在arXiv预印本服务器上。