編者按：奔跑、跳躍、攀爬、后空翻、踢足球、轉(zhuǎn)手絹...人行機器人的“進化”可謂是日新月異。站立可以說是人行機器人最基本的技能。然而，近期一項由上海交通大學(xué)攜手上海人工智能實驗室等機構(gòu)聯(lián)合發(fā)布的全球首項技術(shù)突破——在可泛化及任意地形上成功站立的控制算法成果，標志著人行機器人真正意義上學(xué)會了站立。
01 從基礎(chǔ)構(gòu)建到智能融合 人行機器人向智能化不斷進階
人類在行走時，能夠輕松應(yīng)對各種地形，無論是平坦的馬路、崎嶇的山路，還是布滿碎石的小道，都能自由站立、自如行走。但對于人形機器人而言，實現(xiàn)這一目標卻困難重重。從技術(shù)角度來看，涉及復(fù)雜的力學(xué)平衡與控制、地形感知與建模，足部設(shè)計與地面交互等多個關(guān)鍵環(huán)節(jié)。
力學(xué)平衡是確保機器人的重心始終處于支撐面內(nèi)。例如，在傾斜的山坡上，機器人必須實時調(diào)整腿部關(guān)節(jié)的角度和力度，以對抗重力的分力，維持身體平衡。這就如同操控一個精密的機械舞蹈家，每一個動作都需要精確的計算與控制。為了在各種地形中站穩(wěn)腳跟，機器人需要配備多種高精度傳感器，如激光雷達、攝像頭、深度傳感器等。這些傳感器就像機器人的“眼睛”和“耳朵”，能夠快速獲取周圍環(huán)境的細節(jié)信息。
但是，僅僅感知還不夠，機器人還需要根據(jù)這些數(shù)據(jù)實時構(gòu)建環(huán)境模型，理解地形的特征和結(jié)構(gòu)。這就好比人類在進入一個陌生環(huán)境，能夠快速觀察和理解所有的地形、布局，進而自由行動。
從最初的機械式步履蹣跚，到能夠在摔倒后自主站起，再到如今能夠自如穿梭于復(fù)雜環(huán)境中的流暢步伐，人形機器人越來越有我們想象中的模樣。近幾十年來，機器人的站立行走技術(shù)歷經(jīng)了從基礎(chǔ)構(gòu)建到感知發(fā)展，再到智能融合的顯著演變歷程。
02 AI賦能 實現(xiàn)從特定環(huán)境到任意地形的“站立”跨越
即使當前人行機器人能夠做到在復(fù)雜地形中完成多種高難度動作，然而，只是“站立”這個簡單動作背后卻蘊含著無數(shù)復(fù)雜的技術(shù)挑戰(zhàn)與突破。
當前的人形機器人站立控制系統(tǒng)往往受限于特定條件或理想化環(huán)境下的操作能力，而現(xiàn)實世界中的各種復(fù)雜情況卻難以應(yīng)對。
上海交通大學(xué)、上海人工智能實驗室等機構(gòu)研究團隊研發(fā)的全球第一個在可泛化地形、任意地形能夠站起來的控制算法-HoST（Humanoid Standing-up Control，人形站立控制）[1]解決了這一難點。該算法利用強化學(xué)習(xí)框架，能都讓人形機器人能夠適應(yīng)多樣化站立姿勢。研究人員已將其應(yīng)用于宇樹Unitree G1人形機器人上，并進行了實際測試。實驗結(jié)果表明，不僅可以讓人行機器人在全身躺在地上后快速站起來，在沙發(fā)、地板、斜坡、軟墊等多種不同的室內(nèi)環(huán)境中，從坐著、靠著再切換到躺著等各種姿勢，機器人站起來動作依舊非常干脆利落；值得一提的是，在戶外環(huán)境中，不管是躺在臺階上、靠著樹坐著，還是全身平躺在鋪滿石子的路上、草坪上，機器人都能一激靈就能扭動膝蓋快速站起來。
人形機器人在可泛化地形、任意地形中能夠站起來，標志著人形機器人在真實世界應(yīng)用方面邁出了重要一步，家庭、醫(yī)療、應(yīng)急救援、未知探索等復(fù)雜、多元場景將迎來更多“智能模式”。例如，在救援領(lǐng)域，機器人可以在地震后的廢墟、洪水淹沒的區(qū)域等復(fù)雜地形中快速站立行走，并利用搭載的生命探測儀精準定位，成為救援方案制定的依據(jù)，同時，其靈活的機械臂還能協(xié)助清理一些小型障礙物，為被困者開辟出生命通道。在外星探測、深海探索等方面，人形機器人能夠適應(yīng)不同的地形環(huán)境，完成人類難以完成的任務(wù)。
億朋觀點：人工智能已成為推動人行機器人發(fā)展的核心力量，而數(shù)據(jù)和算法，是人形機器人實現(xiàn)不斷“進化”的關(guān)鍵。DeepSeek R2即將推出，我們認為，將有望為人形機器人領(lǐng)域帶來深刻變革。其先進的算法和強大的運算能力，將大幅提升人形機器人的感知精度，決策能力及學(xué)習(xí)能力也將得到優(yōu)化，預(yù)計會推動人形機器人在更多場景中的應(yīng)用。
- end -
[1] Tao Huang Junli Ren Huayi Wang Zirui WangQingwei BenMuning WenXiao Chen Jianan LiJiangmiao Pang；Learning Humanoid Standing-up Control across Diverse Postures；12 Feb 2025.
論文網(wǎng)址：https://arxiv.org/html/2502.08378v1
