人形机器人行走

机器人如何像人类一样行走

类人机器人行走是机器人技术中最具挑战性的问题之一。类人机器人必须协调许多关节，在两个相对较小的脚上保持平衡，响应传感器反馈，并在条件变化时调整其运动。

与轮式机器人不同，类人机器人不能简单地向前移动身体。每一步都会改变其质心和作用在地面上的力。因此，行走需要机械设计、传感、运动规划、控制以及越来越多的人工智能的整合。

一些关键点

类人行走结合了运动规划、状态估计、平衡控制和关节级控制。

现代系统可以将基于模型的方法如ZMP和MPC与基于学习的方法如强化学习相结合。

成功的运动取决于软件和硬件，包括执行器、传感器、机械柔性和高效的能量利用。

类人行走术语

ZMP——零力矩点：分析双足运动动态平衡的经典概念。

MPC——模型预测控制：一种控制方法，反复预测未来系统行为并在有限范围内优化行动。

IK——逆运动学：计算机器人身体部位达到期望位置和方向所需的关节配置。

逆动力学：考虑机器人动力学，计算产生期望运动所需的力或扭矩。

RL——强化学习：一种机器学习方法，代理通过交互和奖励学习行为。

CPG——中枢模式发生器：一种产生节律性运动模式的机制，部分受生物运动启发。

状态估计：结合传感器测量以估计机器人当前物理状态的过程。

类人行走：从命令到运动

类人行走系统可以理解为一个管道：

行走命令 → 运动规划 → 连续状态估计 + 感知 → 运动控制 → 关节命令 → 执行器

确切架构因机器人而异。一些系统严重依赖基于模型的控制，而另一些使用学习策略。许多现代方法结合了这两种。

动作序列

1. 确定期望运动

机器人接收如下的命令：

向前走

向后走

转弯

停止

改变速度

向目标移动

更高级的规划器确定期望方向和速度。运动系统将这一目标转化为适当的落脚点和身体运动。

2. 规划落脚点

机器人确定每只脚应该落在哪里。

落脚点至关重要，因为脚定义了机器人的支撑区域。位置不当的脚可能使保持平衡变得困难或不可能。

传统的类人行走系统使用了诸如零力矩点等概念来规划和控制系统。

ZMP与动态行走

零力矩点是双足机器人中用于分析动态平衡的经典概念。

简而言之，ZMP识别地面上的一点，在该点机器人的运动和相关的地面反作用力满足动态稳定所需的条件。将ZMP保持在适当的支撑区域内有助于防止机器人翻倒。

基于ZMP的行走不仅仅是静态行走。机器人可以在动态移动和双脚之间转移重量时使用ZMP。

经典ZMP方法的一个局限性是它们特别适用于连续地面接触的运动。它们不太自然适合涉及飞行阶段的高度动态运动，如奔跑和跳跃。

因此，现代类人系统使用的方法包括模型预测控制、全身控制、接触力优化和基于学习的方法。

MPC反复预测机器人将在短期未来如何移动并相应调整其动作。

连续状态估计与感知

不持续了解机器人的当前状态，行走控制器无法做出好的决策。

类人机器人使用诸如以下传感器：

惯性测量单元

关节编码器

力和扭矩传感器

脚底压力传感器

摄像头和其他感知传感器

这些测量通过状态估计相结合来估计：

身体方向

关节位置

关节速度

身体速度

脚-地接触

位置

外部扰动

IMU可以检测方向和加速度的变化，而关节编码器提供关节位置。脚部传感器可以帮助确定脚是否在支撑机器人。

现代系统还可以将这种本体感觉信息与视觉相结合。深度摄像头和其他视觉传感器可以识别地形、估计高程、选择合适的落脚点并支持反应式重新规划。

结果是一个连续反馈循环：

感知 → 估计 → 计划/控制 → 移动 → 再次感知

3. 转移质心

在抬起一只脚之前，机器人必须将足够的重量转移到支撑腿上。

这需要髋部、骨盆、躯干、膝盖和脚踝的协调运动。移动一个关节会改变身体其他部分的位置和动量，使得类人行走从根本上成为一个全身控制问题。

4. 移动并放置脚

一旦机器人将足够重量转移到支撑腿，它抬起另一只脚并将其移向计划位置。

摆动腿必须：

离开地面

避开障碍物

到达计划位置

具有正确的方向

与地面进行受控接触

有两种技术将计划运动连接到各个关节。

逆运动学

逆运动学确定将机器人的特定部位（如脚）置于期望位置和方向所需的关节配置。

期望脚位置 → IK → 关节位置

逆动力学

逆动力学考虑产生期望运动所需的力和加速度。

期望运动 + 机器人动力学 → 所需关节扭矩

这些技术共同弥合了计划行走轨迹与发送给机器人执行器的命令之间的差距。

5. 转移重量并重复

在脚接触地面后，机器人将其重量转移到新的支撑腿上。

之前的支撑脚变成摆动脚，过程重复。

类人行走是一个混合动力学系统

行走结合了连续运动与接触的离散变化。

当一只脚在空中时，机器人遵循一组动力学。当那只脚接触地面时，作用在机器人上的力和约束突然变化。机器人可能在另一只脚抬起之前在单支撑和双支撑阶段之间转换。

这使得类人运动成为一个混合动力学系统：连续物理运动与离散接触事件相结合。

现代控制器可以在机器人行走在不平坦地形、改变方向或对意外接触做出反应时明确考虑这些变化的接触模式。

生成行走运动的不同方法

所有类人机器人使用的生成行走行为的方法并非单一。

基于模型的控制

基于模型的方法使用机器人的数学模型及其动力学来计算它应该如何移动。

基于ZMP的方法和MPC是基于模型方法的例子。

中枢模式发生器

中枢模式发生器产生节律性模式，无需对每个单独运动发出单独命令。

它们部分受生物运动启发，其中神经系统产生与行走相关的重复模式。

在机器人技术中，CPG可以产生节律性腿部运动并协调重复性运动。

强化学习

强化学习采取了不同的方法。研究人员不是手动指定每个运动，而是通过与环境的重复交互来训练系统。

学习系统可以为以下目标获得奖励：

向前移动

保持平衡

跟随期望速度

避免摔倒

从扰动中恢复

减少不必要的能量使用

学习到的策略然后可以基于机器人的当前状态生成运动。

强化学习并不仅仅取代传统控制

现代类人运动不应被视为一个简单的进程：

ZMP → MPC → AI

这些方法可以存在于同一系统的不同层级。

一个简化的混合架构可能看起来像：

传感器

↓

状态估计 + 感知

学习运动策略 / 运动规划器

MPC或全身控制器

关节扭矩命令

执行器

更高级别的系统可能确定期望速度、落脚点或接触时间表。然后，较低级别的控制器可以强制执行诸如扭矩限制、摩擦限制、接触条件和动态可行性等约束。

确切划分因机器人而异。一些系统可能更依赖于学习策略，而另一些则将更多责任放在基于模型的控制器上。

因此，基于学习和基于模型的方法不一定是替代品。AI可以确定有用的运动，而传统控制有助于确保结果行为在物理上可执行且稳定。

在实际机器人之前的仿真

直接在物理类人机器人上训练可能昂贵且有风险。

机器人可能在学习新行走行为时反复摔倒，可能损坏电机、变速箱、传感器或结构部件。

仿真为实验提供了更安全的环境。研究人员可以在变化的环境中训练虚拟机器人：

地面摩擦

地形特征

机器人质量

传感器噪声

执行器行为

一个主要挑战是仿真到现实的差距：仿真机器人与物理机器人之间的差异。

现实世界的摩擦、机械间隙、传感器噪声、执行器限制和冲击很难在仿真中完美再现。

研究人员可以使用动力学随机化、系统辨识、领域适应和残差学习来改善迁移。在DeepMind的足球机器人工作中，有针对性的动力学随机化和扰动帮助实现了对真实机器人的零样本迁移。

基于学习的行走的真实示例

一个有用的例子来自Google DeepMind在小型类人足球机器人上的研究。

在2024年《科学机器人》的一项研究中，研究人员训练了一个低成本、小型的Robotis OP3类人机器人进行简化的1对1足球比赛。该机器人在仿真中训练，学到的技能被迁移到物理机器人上。系统学习了包括行走、转弯、踢球和摔倒恢复在内的行为。

与实验中的脚本基线相比，训练后的机器人：

行走快181%

转弯快302%

起身快63%

踢球快34%

这些数字描述的是该特定实验比较，而非类人机器人的通用基准或强化学习产生的普遍改进。它们是在小型研究平台上实现的，不应假设能直接迁移到全尺寸类人机器人上，后者面临更大的扭矩、热、结构和冲击约束。

该实验表明，学习到的运动技能可以在仿真中训练并迁移到真实硬件上，同时产生敏捷行为。

硬件与软件同样重要

复杂的行走算法无法无限补偿不充分的硬件。

类人运动对执行器和机械结构提出了苛刻的要求。

高扭矩密度执行器

机器人需要足够的扭矩来加速和控制其身体，同时保持关节相对紧凑和轻量。

高扭矩密度在腿部尤其重要，因为执行器必须反复支撑和移动机器人质量的很大部分。

柔性关节

一些类人机器人集成了机械或电控柔性。

柔性有助于吸收脚接触地面时的冲击，并使与环境交互不那么刚性。

精确的关节、惯性、力和感知传感器至关重要，因为控制器需要关于机器人及其环境的可靠信息。

最终，动态行走是机械能力和控制智能的结合。

能量和电池约束

行走有一个基本的能量问题。

类人机器人必须携带自己的电池，同时反复加速和减速其腿、躯干和手臂。因此，低效的运动可能显著减少运行时间。

能量效率通常使用运输成本来评估，该指标将运动所需的能量与机器人的重量和行驶距离联系起来。较低的CoT通常表示更经济的运动。CoT被广泛用于比较机器人和生物系统中的运动能量经济性。

能量效率影响执行器选择、机器人重量、步态设计、电池容量、冷却要求和任务持续时间。

一个机器人可能能够进行非常动态的运动，但如果它们消耗太多能量，可能不适用于长时间工作。

因此，高效行走也是关于使机器人经济地移动。

不断增长的类人机器人格局

类人运动正由快速扩张的公司和研究组织群体开发。

波士顿动力公司的Atlas、特斯拉的Optimus、Figure的Figure 03、Agility Robotics的Digit和宇树的类人平台是不断增长列表中的一些例子。

Google DeepMind与波士顿动力合作探索Gemini Robotics基础模型与Atlas的集成，说明了先进物理硬件如何与日益强大的机器人AI相结合。

这些方法差异显著，从工业部署到通用物理智能和低成本硬件。

令人印象深刻的演示不应自动与完全成熟的通用机器人混淆。在多样化真实世界环境中的可靠操作仍然是一个困难的工程挑战。

现实世界适应

在完全平坦的实验室地板上行走只是开始。

一个有用的类人机器人最终需要处理：

不平坦地板

斜坡

楼梯

不同摩擦水平

意外障碍

外部推力

附近移动的人

视觉可以帮助机器人理解这些环境。深度信息和地形表示可以支持落脚点选择，而反应式重新规划可以在环境与原始计划不同时调整行走策略。

如果机器人的脚落地与预期不同，控制器可能需要立即修改身体其余部分的运动。

这种对扰动做出反应的能力是精心编排的演示与稳健的真实世界运动之间的主要区别。

风险和局限性

尽管进展迅速，类人行走仍然面临重大工程挑战。

摔倒

双足机器人与多足机器人相比，支撑面积相对较小。因此，显著的行走错误可能导致完全失去平衡。

能量消耗

动态行走可能消耗大量能量。机器人必须在移动性和性能与电池容量和运行时间之间取得平衡。

硬件应力

行走在电机、变速箱、轴承、关节和结构部件上产生重复载荷。高度动态运动会增加机械磨损。

意外地形

主要在可预测表面上训练的控制器在遇到显著不同地形时可能遇到困难。

安全性

类人机器人可能足够重且强大，摔倒或碰撞构成安全风险。工业部署还需要诸如扭矩和速度限制、摔倒检测和受控操作模式等安全保障。

结论：从行走到动态全身技能——舞蹈、武术、杂技等

现代类人机器人技术已经远远超越了简单地在平坦地板上不摔倒行走就是重要里程碑的时代。今天领先的类人机器人可以完成后空翻、前空翻、跑酷式动作、武术序列、快速变向、同步运动和从大扰动中恢复。这些高度动态的行为不再是单一研究突破的孤立演示；它们越来越多地出现在实验室实验、公开展示和公司展示中。挑战已从简单地实现动态运动转变为使这些能力可控、可适应、可重复并在现实任务中有用。

但机器人究竟如何产生像武术序列或舞蹈套路一样复杂的东西？在高层次上，运动首先必须被表示为全身运动：躯干、手臂、腿、手和脚的期望位置和方向随时间指定，连同关于机器人预期何时何地与环境建立或断开接触的信息。这种参考运动可以来自动作捕捉、人类演示、动画、手动设计的轨迹或学习策略。运动重定向将人类或参考运动映射到机器人不同的身体比例和关节限制上，之后轨迹优化或学习控制器可以修改运动，使其在真实机器人上动态可行，而不仅仅是视觉上相似。

结果运动不是像视频一样简单地回放。用于行走的相同IK、逆动力学和全身控制层必须协调更复杂的全身轨迹，同时考虑机器人的质量、惯性、接触、扭矩限制、摩擦和关节约束。如果机器人被推动或落地与计划轨迹略有不同，状态估计会检测到变化，控制器可以修改运动，而不是盲目继续原始序列。

对于高度动态运动，学习变得特别强大。深度强化学习，通常在仿真中以大规模训练，并带有领域随机化和动作捕捉或其他运动先验，可以发现在奔跑、跳跃、踢球、恢复和杂技动作方面的控制策略。可以执行数百万次模拟试验而不损坏硬件，而随机化的质量、摩擦、执行器特性、延迟和外部扰动可以使结果策略对仿真与现实之间的差异更加稳健。在仿真到现实迁移之后，学习策略可以与基于模型的控制相结合。高级系统可以确定预期运动。学习和基于模型的层然后持续协同工作，以保持运动在物理上可行并对意外接触或扰动做出反应。

这些序列也展示了本文前面讨论的类人运动的混合动力学性质。机器人可能在不同的接触模式之间快速切换——双脚站立、单脚站立、接触物体、跳跃后着陆或完全没有地面接触。翻转和其他空中动作与行走特别不同，因为在部分动作期间可能没有支撑脚。机器人必须通过其四肢和躯干的协调运动控制其方向和角动量，然后准备精确计时的着陆。这就是为什么普通行走技术不能简单缩放来产生后空翻的原因：控制器必须处理不同的接触模式、动量、飞行动力学和冲击条件。

这些进步不太可能来自单一技术或突破。它们依赖于机械设计、高性能驱动、状态估计、感知、运动规划、全身控制、基于模型的方法、学习、仿真和能量系统之间日益紧密的集成。因此，最有能力的类人机器人将不是由任何一个组件定义，而是由这些系统作为统一的全身平台协同工作的有效性定义。剩下的工程挑战不再是简单的“类人机器人能行走或表演杂技吗？”而是这些能力是否可以组合成在非结构化人类环境中长时间可靠、高效、安全和有用的行为。持续运行、低能耗、对不确定性的稳健性、快速恢复以及运动与灵巧操作之间的无缝转换仍然是重要的前沿。

行走仍然是基础，但现在只是更丰富的动态全身控制和物理智能栈中的一层。而那个更大的栈值得单独仔细研究。未来的文章将更深入地研究类人机器人如何生成和控制动态行为，如奔跑、跳跃、武术动作、舞蹈和杂技——从动作捕捉和运动重定向到强化学习、全身控制、仿真到现实迁移和空中动力学。

使用条款：禁止未经授权的复制；我们维护日期记录以记录原始出版。内容可能包含不准确之处。提及的所有商标均属于其各自所有者；我们不隶属于它们，也不暗示任何认可。请参阅我们的条款页面。