但是,如果你的零力矩点跑到了你的支撑脚范围之外,那摔倒的趋势可就无法挽救了。这是因为,零力矩点是面支撑力和惯性力共同作用的平衡关键点,一旦它跑出脚的范围,就意味着地面没有任何接触点能产生足够的力,来抵消身体的倾倒力矩。
零力矩点理论的伟大之处,在于它把全身的力气、惯性、重力这些复杂玩意儿,简化成了一个在地上需要盯紧的平衡点。机器人只要控制好动作,确保这个点不出圈,它就不会摔倒。
不过,光知道如何不摔倒还远远不够,机器人还得知道怎么走路。如果让机器人计算全身几十个关节该怎么动,那它的 CPU 估计当场就烧了。于是,科学家们又想了个偷懒的妙招,叫做线性倒立摆模型(LIPM)。
讲到这里,我知道你肯定是不服气的。
因为你明明看到像宇树 H1 这类机器人,能跑能跳能翻跟头,上了擂台你都打不过它,这运动能力只能用逆天形容的机器人。为什么它们走路时,我还是觉得很不靠谱呢?总不会小鹏 IRON 展示机器人,比宇树的拳击手还能打吧?
这是一个非常核心的问题!答案是目标不同和结构差异。
首先,会武术和走路好看不是一个目标。
这就像博尔特是百米飞人,但他上 T 台走猫步肯定不如超模更自然。宇树等机器人展示的后空翻和太极拳,其实是在展示它们的极限动态能力、关节爆发力和平衡鲁棒性。这是在追求“更高、更快、更强”,是在证明它从高空落下来能快速完成平衡的能力。刚刚我们已经说了,这两项能力在于对走路本质的理解能力上。
而小鹏 IRON 这次展示的 T 台猫步,是在展示机器人步态的拟人性和动作的自然度。这是在追求“更像、更真、更美”的新目标。小鹏想要做的事情,是我走路的姿态,能骗过你的眼睛。这是两条截然不同的技术内卷方向。
除了目标不同以外,小鹏的 IRON 机器人之所以能拟人行走,其灵魂在于它腰胯的结构。
你可以自己试试:如果你走路时,锁死你的腰和胯,只靠大腿带动小腿往前倒腾,你的姿态一定会变得非常僵硬,只能靠左右晃动整个上半身来倒脚。这就是很多机器人机器感的来源。
不用去看机器人,只要去看看黑猩猩就知道。黑猩猩也可以直立行走,但是它们没有人类灵活的骨盆结构,所以也就无法模拟人类闲庭信步的走路姿态。
人类之所以走路自然,是因为我们有极其灵活的腰部和骨盆。我们走路时,骨盆会有一个轻微的水平旋转——就像扭秧歌一样,这个动作能自然地送出我们的腿,让步幅更长、更顺滑。同时,骨盆还有一个侧倾,来配合重心的转移。
这就是走出猫步的关键。小鹏 IRON 之所以看起来如此妖娆自然,恰恰是因为它在硬件结构上拥有了足够多的腰部和胯部自由度,并且在控制算法上学会了如何使用这些自由度,去复现人类行走时那套极其复杂的全身协调联动。
刚刚说过,同时协调好全身的关节,是一个极其消耗算力的工作。以前的机器人几乎无法完成这样复杂的实时计算,那新一代的机器人又是如何完成的呢?
传统的控制方法,就像是给机器人编好了一套广播体操,每一步都按预设脚本走。遇到问题再灵活处理。这就导致机器人虽然平衡能力极强,但总是遇到沟沟坎坎就出现磕磕绊绊,虽然依然站立不倒,但总是显得很狼狈。
而新一代机器人,比如小鹏 IRON,开始启用 AI 大模型和强化学习。这就像是给机器人请了个随身教练,而不是塞给它一本死记硬背的说明书。以前是先规划,再检查,最后应对。而现在 AI 大脑则用神经网络实现一步到位,它看到所有传感器数据,包括视觉、平衡感、脚底压力、关节压力等数据,然后凭感觉指挥全身关节动起来。