一篇10月6日发布的预印本介绍了PhoneBot：这是一款高48厘米的人形研究原型，躯干装有一部智能手机。手机提供步行控制所用的摄像头、动作感测、无线连接和计算能力。UCLA研究人员仍然制造了带电机的机身，并设置独立的电子路径，将手机指令转换为关节动作。

主要变化

  • 变化内容：研究人员将一部消费级Android手机用作步行机器人的主电脑和传感器套件。论文报告测试了四部手机，其中包括一款2017年发布的机型；腿部和电机控制器仍是专用硬件。
  • 为何重要：对机器人教育者和研究人员而言，重复使用手机可能减少需要集成的独立电路板和传感器数量。团队约400美元的硬件估算不含手机，其报告的演示在此并未经过独立复现。
  • 后续关注：平台能否重现取决于构建文件是否易于获取，以及结果能否在平地训练之外重复。作者还指出，电机扭矩有限、没有手臂，以及对话需要外接笔记本电脑，都是当前限制。

手机控制哪些部分

PhoneBot有13个驱动关节：每条腿六个，另有一个用于转动安装在躯干上的手机。全部使用DYNAMIXEL XL430-W250-T舵机。论文列出的单价为23.90美元，是明确列出的主要硬件开支。组装后的原型重1.8千克，包含手机、电子设备和电池。

Android应用读取手机的惯性传感器并接收关节反馈。经训练的步行策略通过TensorFlow Lite在手机上运行，计算关节位置目标。这些目标通过Wi-Fi和UDP传到一台小型机载电脑，再由它转发至舵机总线。手机与机身之间没有有线电气连接。手机摄像头还支持设备端检测和姿态估计，用于跟随人员和注视目标；摄像头和动作数据会输入ARCore定位。屏幕显示状态和控制项。

当前配置下，语音交互还需要另一台设备。根据论文，手机录制语音，外接笔记本电脑运行语音识别和语言模型，再由手机说出回复。作者将录像和移动远程呈现列为能力，但论文报告的实验重点是步行和手机应用。

团队测试了什么

研究人员在平坦地形的模拟环境中训练步行策略，并考虑舵机扭矩限制。他们比较了五次使用左右镜像示例的训练与五次未使用镜像示例的训练。在其模拟测量中，镜像训练学习得更快，步态也更平衡。这些数据衡量的是作者的训练设置，而非机器人在真实环境中的步行可靠性。

论文还报告了实体演示，包括行走、跟踪人员，以及从面朝地面的姿势起身。论文没有提供独立实地测试，也没有给出广泛部署的实测成功率。

应用方面，团队测试了Honor 9、moto g 2025、Samsung Galaxy A16 5G和moto g 2024。作者称四部手机都运行了惯性感测、电机通信、步行推理、设备端视觉和人机交互。Honor 9无法使用ARCore地图功能，因为该设备在美国无法获得所需的Google服务。四次成功的应用测试不能证明兼容所有Android手机；尽管论文泛称智能手机，目前的应用仍仅适用于Android。

成本和可用性仍需限定

论文的对比表将机器人硬件估算为约400美元，不含智能手机。论文没有提供完整且经独立核查的采购清单，也没有给出组装者的总成本。2026年9月，三款受测预付费手机在运营商锁定的商品列表中标价约50至90美元；这些是研究人员测试中的例子，不代表手机的普遍价格。

作者称硬件和软件为开源，并引导读者访问一个项目网站。我们核查来源时该网站无法访问，因此无法确认构建文件是否可用或完整。PhoneBot没有手臂；其步行策略在平地训练；论文称低扭矩舵机会限制载荷和动态动作。这是预印本介绍的研究平台，不是零售机器人，也不是经过测试的初学者套件。BIG CHANGE没有组装或操作过它。

来源与延伸阅读