主要人形机器人的控制解决方案汇总

人形机器人控制器通常由本体企业自主研发，控制器的优劣某种程度上可以反映出厂商 核心竞争力的G低，一方面人形机器人控制器搭载了很多核心的软件算法，这些软件算法属 于产品的核心竞争力；另一方面，人形机器人具有G度复杂的结构和功能需求，且每个人形 机器人项目在设计、性能和应用方面都有其独特之处，一般通用控制器很难满足这些特定需 求。

本田 ASIMO

控制计算机放置在躯体里，由四个运行着 VxWorks 实时操作系统的处理器构成，分别控制手、腿、关节、视觉，与输入输出控制板之间通过总线连接。

波士顿 Atlas

使用集成 IMU、联合位置和力传感器来控制自身的肢体动作。模型预测控制 器（MPC）使用机器人动力学模型来预测机器人未来的动作，优化行为，随时 间推移产生佳动作。

欧洲 ICUB

动作指定并非基于系统本身，而是远端控制，使用名为 ARCHER 的学习型算法体系。用一台相机捕获并处理标的图像，对失败的尝试分析，并找出佳的 射击角度、轨迹等。

法国 ROMEO

在基于 LPPA 所制作的控制图表功能上，提出了中心控制，架构，可以获得G 质量的被动步态模式。

软银 Pepper

支持通过 Wi-Fi 接入云端服务器，这能够令其表现和各类识别系统更加智能。 为了扩展其应用实现，厂商也公开发布了 SDK，开发者可个性化设定。

软银 Nao

使用网线或 WIFI 连接 NAO 与电脑，并通过 Mitek 智慧大脑软件控制。一个 CPU 位于头部，运行一个 Linux 内核，并支持厂商自行研制的专有中间件 （NAOqi）。D二个 CPU，位于机器人躯干内。

特斯拉 Optimus

特斯拉采用与 Autopilot 相同的算法框架，通过自动标注（Auto Labeling）、 仿真(Simulation)和数据引擎（Data Engine）形成训练数据用以训练 Optimus 的神经网络，使特斯拉人形机器人能够做到损伤控制、感知周围环境、自主 规划行动路径、直立行走并保持相对平衡等功能。

其中特斯拉 Optimus 使用自研的 HW3.0AI 芯片模组，同样实现了基于实时操作系统在 CPU 小脑上的运动控制和 GPU 大脑上的具身智能，是目前人形机器人控制系统架构中走在前 列的。

随着国内企业加速布局，国内产品已经能够满足各种复杂运动控制需求，并且在精度、 稳定性和可靠性等方面达到了较G的水平。但算法的迭代优化、二次开发需要大量的经验积 累以及场景的验证，导致国内外控制器差距主要集中于软件算法。在人形机器人L域，控制 器与人形机器人的适配性仍处于持续的验证过程中，国内外控制器厂商处于同一起跑线上， 因此，国产控制器有望在人形机器人L域完成软件算法的优化与积累，补齐软件短板。