国产人形机器人征服复杂场景: 实时感知规划，动态运动告别盲走

衡宇 发自 凹非寺
量子位 | 公众号 QbitAI

Attention Please！这是一个整装待发的国产人形机器人：

先拿比较基础的挑战场景热热身。

首先完成的是行走过程中主动调整步态，抬腿从平地迈上台阶：

再加大点场景难度，让它完成上楼梯任务，还能看到实时感知画面：

或者下15度的斜坡，都能一气呵成：

这家伙还从室内走到了户外，从白天走到了傍晚，在不同环境条件下进行测试。

动态表现怎么说呢，就挺稳定，夸句“出色”并不为过。

不仅这些任务全部能稳如老狗般解决，更关键的是，这家伙完成上述任务，依靠的不是地形建模什么的，而是动态实时感知——人形机器人实时感知自个儿面对着什么样的地形，根据环境信息进行步态规划，再操控自身动作，最后高动态完成任务。

量子位了解的情况是，公开展示带感知动态上楼梯的机器人，此前仅在像波士顿动力的Atlas和Agility Robotics的Digit等这类国外的机器人demo上看到。

也就是说，这是国产人形机器人首次基于实时地形感知动态上楼梯、下斜坡。

面对这种“首次”，量子位忍不住打听了下这位人形机器人出自何门何派，消息很快传来，这名叫CL-1的人形机器人，背后是一家深圳公司：

逐际动力LimX Dynamics。

公司挺年轻，创办于2022年，但前不久已经官宣了近2亿的早期融资，完成资本层面的证明；现在，这家公司放出CL-1的动态测试效果，也就是秀了一波他们向全尺寸人形机器人进化的新进展。

实时感知，不再“盲走”

这是逐际动力首次让自家人形机器人对外亮相。

一出手，就展现了CL-1高动态完成上楼梯、下斜坡和室内外行走等复杂场景。

看似人类日常生活中很基础的行动能力，为什么咱要抓出来强调？（敲黑板）

不妨来看看目前的行业平均水平——

大部分的人形机器人玩家，基本上都是“盲走”。面对楼梯，就没辙了。

更进一步地抽离出具体场景，CL-1能够完成上述任务，其实展现的是背后团队从实时地形感知到步态规划，再到全身控制的全栈闭环能力。

那么问题来了：行业内普遍无法解决的难题，逐际动力是怎么搞定的？

为了解答这个问题，量子位在看到动态测试视频后的第一时间，（在线）冲向逐际动力拽住了他们的人形机器人技术负责人Geil。

他倒是挺大方地给出了解释，主要从软件算法和硬件两个层面来解决。

首先来说软件层面要做到的。

要完成实时地形感知，不仅需要感知模块具备感知地形细节能力，还需要它能高效、快速地处理感知信息，然后及时地将地形信息提供给运动控制模块。

运动控制模块接收到信息后，需要根据不断变化的地形，结合当时机器人的位置、姿态、关节角度等实时规划合理的落脚点、运动轨迹，乃至和环境的交互力等等。

一般而言，人形机器人在平地进行步态规划控制已经有一定的挑战性；当面对台阶、斜坡这类结构化复杂地形时，难度只会陡然倍增。

再者就是硬件层面，为了实现高动态运动，逐际动力人形机器人技术团队做了特异性设计，例如高性能力控关节，轻量化结构，高性能电机驱动等。

代替人而非代替人使用的工具

目前的人形机器人产业链上下游，各类硬件技术已经相对成熟，但一番追问下我们得到答案，逐际动力团队选择的是“硬软件并重”的路线。

由于在人形机器人中，软件和硬件是强耦合的，我们认为二者都至关重要，因此现在处于齐头并进的状态。

据了解，逐际动力团队中，研发人员占比80%，由软件和硬件工程师组成。

硬件决定了机器人功能的上限。

展开来说，很大程度上，人形机器人的物理能力和执行任务的范围受到其硬件组件的限制，传感器、执行器、处理器速度和存储容量等硬件特性，决定了机器人能够感知环境、处理信息和执行动作的能力。

逐际动力的选择，是核心硬件全自研。

并且还有些小特色在，为了让所用硬件最适配算法，团队从软件定义硬件所需的参数，设计出来后让上游生产，然后自行组装。

和硬件技术互补，软件算法是机器人智能行为的基础，定义了机器人功能的下限，软件能力越强，当然下限就越高了。

为自家软件定制硬件，更能让算法的优势发挥到淋漓尽致。

在CL-1背后的技术团队看来，基于感知的运动控制算法是非常核心的能力，也是最难的控制问题。

但天时地利摆在眼前，一方面，大模型涌现的能力为通用机器人与环境的感知、交互决策提供一个更好的解；另一方面，AI的迅猛发展为强化学习在人形机器人硬件上的具体部署提供了强大工具链，能够让强化学习算法的落地更方便更快捷，时间也大大缩短。

因此，逐际动力专注于运动控制算法的研发，目标是以通用AI算法来提升人形机器人的泛化能力。这也是逐际动力为什么被行业列为“具身智能”玩家赛道一员的原因。

这儿不得把逐际动力打造人形机器人的2个重点单拎出来跟大伙儿聊一下，也就是全地形移动能力+通用移动操作能力。

并且两种能力围绕着一个定义：

以人为中心，去人能去的地方，做人能做的事情。

换句话说，逐际动力研发人形机器人，要达到的目的不是代替人使用的某种或某几种工具，而是代替人本身。

在未来，人类的工具和人形机器人是共存的。

在通往这个终极目标的过程中，团队规划的商业化落地路径是一步一个脚印来实现的，先是可以实现人类远程控制的高危场景，然后是一些高端制造业，如汽车装配场景等，最后是利用其泛化能力进入家庭提供服务。

团队目前的任务很明确，对前沿技术进行攻关，不去造无法提供稳定功能的人形机器人产品。

逐际动力是谁？

聊了这么多，最后我们来认真介绍一下上得楼梯、下得斜坡的CL-1背后公司。

逐际动力，2022年在深圳成立，非常年轻，但是已经是具身智能赛道上关注度颇高的选手。

它的创始人是张巍博士，过去十几年专心致志只做一件事，搞机器人技术，是学界的顶尖青年学者。

张巍2019年回国，现担任南方科技大学长聘教授、深圳鹏城学者特聘教授。

他本科就读于中科大自动化系，后在普渡大学取得电气与计算机工程系博士学位。后来，他又前往加州大学伯克利分校担任博士后研究员。

他的研究方向聚焦在控制与优化理论、机器人、机器学习、强化学习以及相关技术在足式机器人的应用。

在创立逐际动力之前，张巍是美国俄亥俄州立大学长聘教授。

除了创始人本身，逐际动力的核心团队也是星光璀璨。

比如中国第一代自动驾驶商用落地操盘手代表、前文远知行COO张力，10月刚宣布以联合创始人、COO的身份，成为逐际动力的一员。

入职后，张力负责逐际动力海内外业务的战略规划、渠道拓展和项目落地、市场营销与传播、政府关系等事务。

和张力一同官宣的另一位重磅成员是香港大学长聘副教授、机器人与人工智能算法行业领军人物潘佳，他现在担任逐际动力首席科学家一角。

这两位的加盟，是逐际动力在塔尖人才吸引力方面的证明，同时也悄然说明着逐际动力对整个团队能力的一种查漏补缺——

具身智能虽然是过去一整年的爆火赛道，在全球范围内都备受关注，但仍然是一个非共识领域，核心团队的互补能力，打造整体的“多边形战士”对爆火赛道上的参赛者来说，非常重要。

往前看，逐际动力已经在技术层面拿出过证明：

9月，逐际动力纯四轮足设计的机器人发布，不仅效果惊艳，落地领域还是2B，实打实的进场打工人。

10月，这家公司的点式双足机器人P1，又在智能机器人与系统顶会IROS首次海外亮相。

想想看，其实那时候就是逐际动力在对外释放一直以来在双足机器人研发方面的能力积累。据介绍，技术团队2019年时就开始了双足机器人的研发，P1就是双足机器人运动控制算法的开发和测试的实践平台。

随着软硬件的迭代，才慢慢有了今天看到的全尺寸人形机器人CL-1。

最后，我们打听了一波逐际动力的2024年最新版本年度计划（手动狗头）。

2024年，技术团队重点首先还是奔着通用性目标，继续攻关人形机器人的技术难题。

软件算法方面，主要攻关全身协同运动控制（loco-manipulation）、结合强化学习的运动控制、基于AI的双臂操作等；

硬件方面，主攻的则是全自由度人形机器人硬件，特别是高性能执行器开发方面。

期待一波吧～