夜雨聆风4月19日，第二届北京亦庄人形机器人半程马拉松鸣枪开跑，300余台人形机器人与人类选手同场竞技，完成21.0975公里的赛程。这场赛事不仅是对机器人运动能力的展示，更是一场严苛的技术压力测试——动态平衡、能源管理、热控制、长距离可靠性等工程难题在赛道上被放大检验。本文从控制理论、能源效率与仿真到现实的迁移三个维度，解析人形机器人长距离奔跑背后的技术挑战。
一、双足运动控制：从步态规划到实时稳定
人形机器人的双足行走控制是一个经典的欠驱动系统控制问题。根据混合零动力学（Hybrid Zero Dynamics, HZD）理论，双足行走可建模为连续动力学阶段（单足支撑期）与离散切换事件（双足碰撞期）交替的混合系统。加州理工学院Ames团队在《Human-Inspired Control of Bipedal Walking Robots》中提出，通过虚拟约束（Virtual Constraints）定义机器人的输出函数，可以将高维系统降维至低维的零动力学流形上，从而实现稳定的周期性步态。
然而，马拉松场景对控制算法提出了远超实验室的严苛要求。传统基于零力矩点（ZMP）的预览控制算法在平坦地面上表现良好，但在21公里的长距离奔跑中，地形不平度、路面摩擦系数变化、疲劳导致的执行器特性漂移等不确定性会被累积放大。卡内基梅隆大学与英伟达联合提出的ASAP（Aligning Simulation and Physical Worlds）算法提供了一种解决方案：通过增量动作模型（Incremental Action Model）补偿仿真与现实的动力学差异，结合人类视频数据的重定位与强化学习预训练，实现从仿真到真实机器人的零样本迁移。
在马拉松赛道上，机器人需要实时处理多层次的控制任务：底层关节力矩控制（通常1-10kHz）、中层步态周期与足端轨迹规划（100-1000Hz）、高层路径跟随与障碍物规避（10-100Hz）。任务空间逆动力学（Task-Space Inverse Dynamics, TSID）框架将多目标优化问题表述为带权重的二次规划（WQP），允许同时跟踪质心轨迹、足端位置与躯干姿态，同时显式执行力矩限制与接触约束。这种分层控制架构的实时性与鲁棒性，直接决定了机器人在长距离奔跑中的稳定性。
关键信号：人形机器人运动控制正从"预设轨迹跟踪"向"自适应动态稳定"演进，强化学习与模型预测控制的融合成为突破长距离可靠性的关键路径。
二、能源效率：成本运输与续航瓶颈
能源效率是制约人形机器人长距离运动的硬约束。在机器人学中，成本运输（Cost of Transport, CoT）定义为运输单位重量单位距离所需的能量，是衡量能源效率的核心指标。根据斯坦福大学的Ranger机器人实验数据，人类行走的典型CoT约为0.3，而大多数双足机器人的CoT在1.0以上，这意味着同样重量和距离下，机器人能耗是人类的3倍以上。
Ranger机器人的研究揭示了几个关键设计原则：轻量化箱体结构、低转动惯量的腿部设计、高效的摆脚驱动机制（结合脚尖离地推进与地面间隙清除）、以及反射式反馈控制器。Ranger实现了0.19的CoT，创下了有足机器人能效记录，并在单次充电下完成了65.2公里的超马拉松行走。这一成就的核心在于对被动动力学（Passive Dynamics）的充分利用——通过机械结构的固有动态特性而非主动控制来实现能量高效的周期性运动。
卡尔斯鲁厄理工学院的研究团队在《Optimization of energy efficiency of walking bipedal robots by use of elastic couplings》中进一步证明，通过腿部弹性耦合（Elastic Couplings）设计，可将CoT降低56.6%。弹性耦合增加了摆动腿运动的自然频率，使机器人在较广的速度范围内实现共振操作，从而显著降低冲击损耗。研究表明，线性扭转弹簧连接双腿的拓扑结构在工程复杂度与能效增益之间取得了最优平衡。
然而，马拉松场景的特殊性在于：它要求机器人在相对较高的速度（人类选手配速约10-15km/h）下持续运行。高速运行意味着更高的关节角速度与更大的惯性力，导致粘性阻尼损耗和热产生急剧增加。慕尼黑工业大学在Lola机器人的研究中指出，即使采用优化的控制策略，高速行走时的执行器发热仍是限制连续运行时间的主要因素。为此，参赛机器人普遍采用热插拔电池方案——但这带来额外的时间罚时，凸显了能源密度与功率密度的双重瓶颈。
关键信号：能源效率不仅是电池技术问题，更是机械设计、控制算法与能量回收机制的系统工程；降低CoT的路径包括被动动力学利用、弹性元件优化与高效执行器设计。
三、从仿真到现实：Sim2Real鸿沟的跨越
深度强化学习（Deep RL）为人形机器人控制提供了数据驱动的解决方案，但"仿真到现实"（Sim2Real）的迁移鸿沟一直是核心挑战。2023年发表在arXiv的《Learning Bipedal Walking for Humanoids with Current Feedback》指出，人形机器人的Sim2Real差距主要源于执行器层面的扭矩跟踪不准确——仿真中理想的扭矩源与真实电机驱动器之间存在显著动力学差异。
该研究提出了一种创新的解决方案：在仿真训练阶段故意引入扭矩跟踪误差（通过人为降低仿真中的扭矩精度），同时在策略网络中引入电流反馈作为观测输入。这种"扰动-适应"策略使训练出的策略能够处理真实硬件的执行器非理想特性，实现了HRP-5P人形机器人的零样本Sim2Real迁移。研究表明，前馈策略架构结合针对性的动力学随机化（Domain Randomization）足以实现Sim2Real成功，无需计算代价昂贵的循环神经网络架构。
CMU与英伟达的ASAP算法则采用了另一种路径：增量学习。首先基于人类视频重定位数据预训练运动跟踪策略，然后在真实机器人上收集跟踪误差数据，训练一个增量动作模型来预测仿真与现实之间的状态差异。这个增量模型被冻结后嵌入仿真环境，对预训练策略进行微调，使其适应真实世界的物理特性。这种方法在宇树G1机器人上实现了高度敏捷的运动控制，包括快速行走、舞蹈、甚至踩滑板等复杂动作。
马拉松赛事为Sim2Real验证提供了一个独特的测试场：21公里的开放式环境、不可预测的地形变化、长距离累积的硬件疲劳，这些都是在受控实验室中难以复现的挑战。正如Just So Soul研究院所指出的，这场马拉松的最大价值在于将"具身智能"从抽象的技术概念拉回到立体、可测的现实维度，暴露出实验室参数在真实环境中几乎全部失效的残酷现实。
关键信号：Sim2Real技术的突破正在缩小仿真与现实之间的差距，但真实世界的复杂性仍远超当前算法的泛化能力，开放环境的长期自主运行仍是待解难题。
写在最后
北京亦庄人形机器人半程马拉松不仅是一场赛事，更是一面镜子——它照出了当前人形机器人技术的真实边界。从控制理论的角度看，动态稳定的双足行走仍是未完全解决的难题；从能源效率的角度看，CoT的鸿沟使机器人在续航上远逊于人类；从Sim2Real的角度看，开放环境的泛化能力仍是实验室到应用的最后一公里。
但正是这些挑战的存在，定义了技术演进的方向。当300余台机器人在赛道上摔倒、爬起、继续前行时，它们不仅在测试硬件的极限，也在积累宝贵的真实世界数据。这些数据将反馈到下一代算法中，推动控制理论、能源管理与迁移学习的技术迭代。
未来值得关注的问题包括：如何将马拉松场景中的长距离稳定性迁移到日常家庭服务场景？能源密度的突破是否必须依赖电池化学的进步，还是可以通过能量回收与优化控制实现？Sim2Real的终极目标——无需任何真实世界调参的零样本迁移——是否可达？这场马拉松或许不会给出最终答案，但它无疑为这些问题提供了一个极具价值的实验场。
编辑：潜变量Latent校对：AI深一度编辑部信源：Ames et al., "Human-Inspired Control of Bipedal Walking Robots" (IEEE TAC); Singh et al., "Learning Bipedal Walking for Humanoids with Current Feedback" (arXiv 2023); CMU & NVIDIA, "ASAP: Aligning Simulation and Physical Worlds" (2025); Design and Control of Ranger (Stanford); Optimization of Energy Efficiency of Walking Bipedal Robots (KIT); 北京亦庄半程马拉松官方资料
