步行机器人
概述
步行机器人是使用腿而非轮子移动的机器人。腿部结构在楼梯、斜坡、碎石、废墟等非结构化地形中具有高度适应性，平衡控制与步态规划技术是其核心。近年来，随着强化学习与基于仿真的学习、高扭矩执行器、轻量传感器融合的发展，四足步行机器人和人形机器人的实用化正在快速推进。
主要内容
定义与分类
步行机器人按腿的数量分为双足步行、四足步行和多足步行。双足步行对人类环境友好，但平衡控制难度高；四足步行在稳定性和行进性能方面出色，因而率先在工业现场实现商业化。人形机器人将双足步行与上肢操作能力相结合，目标是在人类工作空间中执行通用任务。
核心技术
1) 执行器：有电动、液压、类肌肉方式，近来高扭矩密度电动执行器和串联弹性驱动受到关注。2) 平衡控制：融合IMU、关节编码器和力/扭矩传感器，实时估计重心与地面反作用力。3) 步态规划：需要选择落足点、调节步幅与步速，并基于地形感知制定落脚计划。4) 感知：利用LiDAR、立体相机和深度传感器识别周边地形与障碍物，并通过SLAM估计位置。5) 基于学习的控制：在仿真中学习强化学习和模仿学习，再迁移到真实机器人（sim-to-real）的方式正日益普及。
代表性案例
波士顿动力（Boston Dynamics）的Spot是四足步行机器人的代表性商用型号，被用于工业巡检与巡逻。Atlas是人形机器人研究的标志性平台，近期已转换为电动驱动版本。中国的宇树科技（Unitree）正以低成本四足与人形机器人拓展市场，ANYbotics、现代汽车、特斯拉、Figure、Agility Robotics等也在开发面向工业、物流和服务的步行机器人。
应用领域
工业设备巡检、建筑工地监控、物流仓库搬运、灾害救援、农业巡逻、医疗与康复辅助、教育与研究平台等是代表性应用。尤其在人类难以接近的危险区域或重复性巡逻工作中，步行机器人的价值很大。
挑战
电池能效、高成本零部件、安全认证、恶劣天气与未知地形应对、大规模数据获取、人机协作规范等仍是待解决的问题。此外，对于人形机器人而言，用于通用操作的手部与触觉技术、长时间运行稳定性十分重要。
最新趋势
2024—2025年，人形机器人的商业化竞争正式展开。特斯拉Optimus、Figure、Agility Digit等被投入工厂与物流现场试点，结合AI基础模型的机器人学习正在扩散。利用NVIDIA Isaac Sim·Lab开展大规模仿真学习、基于强化学习的全身控制、遵循自然语言命令的机器人智能体研究十分活跃。随着中国企业推出低成本四足与人形产品，价格竞争加剧；工业用四足步行机器人在定期巡检与安全巡逻领域的商用部署不断增加。监管方面，关于机器人安全标准与责任归属的讨论也在同步进行。
相关主题
- [[人形机器人]]
- [[四足步行机器人]]
- [[强化学习]]
- [[机器人学]]
- [[波士顿动力]]