Science Robotics综述：人形机器人控制走向物理引导的生成智能
量子位 · wechat · 2026-09-05
普渡、CMU、NUS、伯克利、Meta 等机构研究者在《Science Robotics》发表综述《Evolution of humanoid locomotion control》，系统梳理数十年人形机器人控制演进，提出领域正走向「物理引导的生成智能」。
三阶段演进
- 经典方法：线性倒立摆、ZMP、轨迹优化与 MPC，把动力学与约束显式写进优化问题；
- 基于学习：RL 依赖 Isaac、MuJoCo 等大规模物理仿真，本质是「优化位置前移」——把在线求解编码进神经网络策略；领域随机化对应鲁棒控制、分层学习延续级联控制等经典思想；
- 新兴方法：扩散模型、VLA 与世界模型进入控制闭环，变化发生在五个维度：判别式→生成式、单模态→多模态、单任务→多任务、运动→运动-操作、离线训练→测试时适应。
核心观点
- VLA 该控制到哪一层是关键问题：多数系统采用分层架构（如 Helix、NVIDIA GR00T），统一模型直接覆盖高频全身控制则更激进但鲁棒性与安全验证更难；
- 生成轨迹必须满足接触、摩擦、力矩等物理约束才真正可用；
- 部署评估应关注摔倒频率与罕见失效，而非平均成功率；数据（尤其罕见失效与富含接触的交互数据）仍是硬约束。
共同一作为顾彦（普渡）、石冠亚（CMU）、石凡（NUS），通讯作者为苏浩与 Koushil Sreenath。
「具身」频道最新
- Rivian 收购世界模型初创 Third Dimension,加速自动驾驶研发 — emmanuelvivier · 2026-10-23
- 英伟达柏林 GTC:人形机器人与 Vera Rubin 超算成主角 — emmanuelvivier · 2026-10-23
- 小鹏 IRON 产线亮相:核心工序自动化率超 80%,瞄准 2026 年底量产 — ingliguori · 2026-10-23
- 港大 TILDE:从具身基础模型蒸馏机器人策略 — hkuhk · 2026-10-23
- 机器人公司实测：12 台测试机器人中 10 台无需微调即可上手 — micoolcho · 2026-10-23
- EmbodiedEvo:让机器人智能体在试错中积累 Skills 与 Lessons 自我进化 — jiqizhixin · 2026-10-23