展厅迎宾讲解机器人的小脑技术路线：两种(基于模型、基于学习)

“小脑”的运动规划与控制是展厅迎宾讲解机器人实现自然和流畅动作的 关键。传统的基于模型的控制方法通过建立机器人的运动学和动力学模型，进行运动轨迹规划和平衡控制，特点是身体控制稳健，步频较慢，代表算法有零力矩点（ZMP，Zero Moment Point）算法、线性倒 立摆（LIP，Linear Inverted Pendulum）算法、模型预测控制（MPC， Model Predictive Control）算法、中心引力优化（CFO，Central Force Optimization）算法等，但整体开发较为复杂，成本高，不利于产品快 速迭代。基于学习的控制方法则使用端到端的人工智能技术，代替复 杂的运动学模型，大幅度降低了“小脑”开发难度、提升了迭代速度， 一般通过人类示教或自主学习建立运动执行策略。其中通过人类示教 的方式也称为模仿学习，指通过人或者其他专家提供反馈示教的方式， 使机器人以产生与示教相似的行动策略进行学习，效果依赖高质量示范数据。通过自主学习的方式也称为强化学习，指通过精心设计学习 目标，机器人不断在环境中探索逐渐发现最大化奖励的方式学习到最 优的执行策略，效果依赖于仿真环境。

目前主要的“小脑”技术路线包括以下几种。

基于模型的控制方法：

ZMP判据及预观控制。基于简化的倒立摆模型/小车模型进行质 心点运动规划和控制。该算法需要精确的动力学模型和复杂的在线控 制策略，扰动适应性差。典型代表有日本本田、AIST 的相关产品。

混杂零动态规划方法。通过在全身动力学模型上采用非线性控制， 根据状态选择步态，进行轨迹跟踪控制。该算法需要精确的动力学模 型和线性化反馈，实时求解慢，对复杂环境适应性差。典型代表有美 国俄勒冈州立大学的相关产品。

虚拟模型解耦控制。将控制解耦为速度、姿态、高度等，建立弹 簧阻尼等虚拟模型进行力矩控制。该算法降低了对精确动力学模型的 依赖，但融合复杂，对复杂环境的容错能力有限。典型代表为波士顿 动力的相关产品。

模型预测控制+全身控制。基于简单/复杂的动力学模型进行力的 预测控制，进而全身优化，可实现臂足协同及物体接触。该算法依赖 精确动力学模型和状态估计，线性模型仅适用于下肢单一步态的控制， 而非线性模型求解速度慢。典型代表有美国麻省理工学院、瑞士苏黎 世联邦理工大学和波士顿动力公司的相关产品。

基于学习的控制方法：

强化学习。通过奖励设计和仿真环境设计，实现了受控步态、奔 跑、转弯、上下台阶等运动学习，提升运动的鲁棒性，并可以通过采 用因果 Transformer 模型，从观测和行动的历史中对未来行动进行自 回归预测来训练。典型代表如 Agility Robotics 的相关产品。

模仿学习。采用非线性最优化求解的动作映射，以人机关节轨迹 相似为目标，以机器人可执行性、安全性、稳定性判据为约束，规划 运动方案。该算法计算耗时长，严重依赖初值，对碰撞检测难以解析 计算。典型代表有日本 AIST、北京理工大学的相关产品。