“小腦”的運(yùn)動規(guī)劃與控制是展廳迎賓講解機(jī)器人實現(xiàn)自然和流暢動作的 關(guān)鍵。傳統(tǒng)的基于模型的控制方法通過建立機(jī)器人的運(yùn)動學(xué)和動力學(xué)模型，進(jìn)行運(yùn)動軌跡規(guī)劃和平衡控制，特點是身體控制穩(wěn)健，步頻較慢，代表算法有零力矩點（ZMP，Zero Moment Point）算法、線性倒 立擺（LIP，Linear Inverted Pendulum）算法、模型預(yù)測控制（MPC， Model Predictive Control）算法、中心引力優(yōu)化（CFO，Central Force Optimization）算法等，但整體開發(fā)較為復(fù)雜，成本G，不利于產(chǎn)品快 速迭代。基于學(xué)習(xí)的控制方法則使用端到端的人工智能技術(shù)，代替復(fù) 雜的運(yùn)動學(xué)模型，大幅度降低了“小腦”開發(fā)難度、提升了迭代速度， 一般通過人類示教或自主學(xué)習(xí)建立運(yùn)動執(zhí)行策略。其中通過人類示教 的方式也稱為模仿學(xué)習(xí)，指通過人或者其他專家提供反饋示教的方式， 使機(jī)器人以產(chǎn)生與示教相似的行動策略進(jìn)行學(xué)習(xí)，效果依賴G質(zhì)量示范數(shù)據(jù)。通過自主學(xué)習(xí)的方式也稱為強(qiáng)化學(xué)習(xí)，指通過精心設(shè)計學(xué)習(xí) 目標(biāo)，機(jī)器人不斷在環(huán)境中探索逐漸發(fā)現(xiàn)大化獎勵的方式學(xué)習(xí)到 優(yōu)的執(zhí)行策略，效果依賴于仿真環(huán)境。

目前主要的“小腦”技術(shù)路線包括以下幾種。

基于模型的控制方法：

ZMP判據(jù)及預(yù)觀控制。基于簡化的倒立擺模型/小車模型進(jìn)行質(zhì) 心點運(yùn)動規(guī)劃和控制。該算法需要準(zhǔn)確的動力學(xué)模型和復(fù)雜的在線控 制策略，擾動適應(yīng)性差。典型代表有日本本田、AIST 的相關(guān)產(chǎn)品。

混雜零動態(tài)規(guī)劃方法。通過在全身動力學(xué)模型上采用非線性控制， 根據(jù)狀態(tài)選擇步態(tài)，進(jìn)行軌跡跟蹤控制。該算法需要準(zhǔn)確的動力學(xué)模 型和線性化反饋，實時求解慢，對復(fù)雜環(huán)境適應(yīng)性差。典型代表有美 國俄勒岡州立大學(xué)的相關(guān)產(chǎn)品。

虛擬模型解耦控制。將控制解耦為速度、姿態(tài)、G度等，建立彈 簧阻尼等虛擬模型進(jìn)行力矩控制。該算法降低了對準(zhǔn)確動力學(xué)模型的 依賴，但融合復(fù)雜，對復(fù)雜環(huán)境的容錯能力有限。典型代表為波士頓 動力的相關(guān)產(chǎn)品。

模型預(yù)測控制+全身控制。基于簡單/復(fù)雜的動力學(xué)模型進(jìn)行力的 預(yù)測控制，進(jìn)而全身優(yōu)化，可實現(xiàn)臂足協(xié)同及物體接觸。該算法依賴 準(zhǔn)確動力學(xué)模型和狀態(tài)估計，線性模型僅適用于下肢單一步態(tài)的控制， 而非線性模型求解速度慢。典型代表有美國麻省理工學(xué)院、瑞士蘇黎 世聯(lián)邦理工大學(xué)和波士頓動力公司的相關(guān)產(chǎn)品。

基于學(xué)習(xí)的控制方法：

強(qiáng)化學(xué)習(xí)。通過獎勵設(shè)計和仿真環(huán)境設(shè)計，實現(xiàn)了受控步態(tài)、奔 跑、轉(zhuǎn)彎、上下臺階等運(yùn)動學(xué)習(xí)，提升運(yùn)動的魯棒性，并可以通過采 用因果 Transformer 模型，從觀測和行動的歷史中對未來行動進(jìn)行自 回歸預(yù)測來訓(xùn)練。典型代表如 Agility Robotics 的相關(guān)產(chǎn)品。

模仿學(xué)習(xí)。采用非線性優(yōu)化求解的動作映射，以人機(jī)關(guān)節(jié)軌跡 相似為目標(biāo)，以機(jī)器人可執(zhí)行性、安全性、穩(wěn)定性判據(jù)為約束，規(guī)劃 運(yùn)動方案。該算法計算耗時長，嚴(yán)重依賴初值，對碰撞檢測難以解析 計算。典型代表有日本 AIST、北京理工大學(xué)的相關(guān)產(chǎn)品。