定义

类人机器人是一种在形态和功能上都模仿人体设计的机器人，通常具有头部、躯干、两条手臂和两条腿。这种类人形态不仅仅是为了外观——它使机器人能够在为人类建造的环境中工作，使用工具、爬楼梯、开门，并执行其他原本由人类完成的任务。 本质上，类人机器人通过模仿人类的动作和行为，能够与人类协同工作，或在专为人类设计的场所中工作（这与被限制在笼子里的工厂机器人不同）。

现代类人机器人依托先进的人工智能技术，能够感知周围环境、做出决策、规划行动，并自主执行复杂任务。得益于人工智能领域的进步（尤其是大型语言模型和视觉模型）、传感器和执行器的改进，以及计算成本的降低，该领域在近年来取得了巨大进展。 通常，人形机器人拥有数十个关节或“自由度”（>20 DOF），这赋予了它类人般的灵活性，但也使得控制和平衡成为一项严峻的挑战。 制造此类机器人是一项跨学科的努力——融合了机械工程、电子工程和人工智能——也是当今机器人技术领域最令人兴奋的前沿之一。

类人机器人的结构及其关键组件

人形机器人的机械结构示例。人形结构包括手臂、腿部、躯干和头部，其中包含众多关节和执行器，以模拟人类的骨骼框架。

从宏观层面来看，类人机器人与任何机器人一样，都具备相同的核心组件——机身（结构和电机）、传感器、执行器（电机和运动部件）以及控制计算机（“大脑”）。然而，类人机器人整合了多种复杂的前沿技术，以实现类似人类的移动能力和交互能力。 高性能硬件至关重要。例如，人形机器人的机身内含强大的电动执行器（关节处的电机），通常与精密的齿轮系统（如谐波减速器或行星减速器）相结合，以实现类人动作。 这些执行器相当于机器人的“肌肉”，控制其动作并提供行走、举重和操作所需的扭矩。机器人的骨架或框架（通常由轻质金属或复合材料制成）为机器人提供结构支撑，类似于人类的骨骼，并容纳电机和线路。

传感器

传感器是机器人的“感觉器官”，使其能够感知自身的内部状态和外部世界。内部传感器（本体感觉传感器）用于测量关节位置、电机转速和力——这与我们内耳和肌肉神经感知身体姿势的方式非常相似。 类人机器人通常使用陀螺仪和加速度计（即惯性测量单元，IMU）来感知其姿态和平衡。

它们还在关键关节处配备了关节编码器和扭矩传感器，用于测量运动和作用力，这些对于保持平衡和检测接触力至关重要。外部传感器（外感受器）使机器人能够感知周围环境。 大多数类人机器人都配备视觉系统——通常是安装在头部、充当眼睛的摄像头——用于识别物体和深度（有时会与激光雷达或深度摄像头配合使用以实现三维视觉）。 它们可能配备麦克风来接收声音或语音，并在身体或手上安装触觉传感器（如触觉垫、指尖力传感器等），以感知接触并评估抓握物体的力度。 综合来看，这些传感器使类人机器人能够实时构建周围环境的图像，并了解自身身体的姿势。

电源

为了驱动所有这些功能，类人机器人配备了机载能源，通常是高密度电池组（多为锂离子电池）。电池通常安装在机器人的躯干或背包内。由于行走和保持平衡需要消耗大量能量，因此电源管理和热管理是类人机器人设计中至关重要的技术。 工程师必须在电池容量与重量之间取得平衡——电池越重，续航时间越长，但会使机器人更难保持平衡和移动。一些尖端的人形机器人还集成了定制的供电系统和冷却系统，以支持其电机和机载计算机。

计算与控制单元

另一个关键组件是机载计算系统——机器人的电子“大脑”。 现代类人机器人配备了一个或多个强大的处理器（CPU），通常还搭配人工智能加速器或GPU，用于处理视觉和神经网络等高强度计算任务。这些计算机运行着控制软件和人工智能算法，从而实现感知、规划和自主行动。

人形机器人通常采用分布式控制：低级微控制器通常位于关节附近，用于处理高速电机控制回路，而高级计算机则负责处理传感器数据并做出决策。 事实上，类人机器人需要大量高性能芯片来完成运动控制、感知和决策任务。这种对先进半导体和人工智能处理器的依赖意味着，机器人的电子元件（电路板、通信总线等）与其机械肢体一样，都是其解剖结构不可或缺的一部分。

解剖学概要

• 机械结构与执行器：刚性连杆（四肢）通过关节与电动机或其他执行器相连，并配有用于力传递的齿轮和弹簧。这些结构使机械臂的手臂、腿部、手部等部位具备类似人类的自由度，从而能够完成复杂的动作。
• 传感器：用于视觉的摄像头（眼睛）、用于保持平衡的惯性测量单元（IMU，内耳）、用于感知力的力/扭矩传感器（触觉）、用于感知声音的麦克风（耳朵）以及关节传感器。这些传感器使机器人能够感知自身及其所处的环境。
• 电源：用于驱动电机和计算机的电池及电力电子设备，通常配备热管理功能以散热。
• 计算与控制单元：机载处理器（配备人工智能芯片）运行机器人的操作系统和控制算法——实际上就是协调一切的大脑和神经系统。

所有这些部件协同工作，使类人机器人能够移动、感知和交互。如果缺少任何一个组件——例如，电机动力不足、平衡感知能力差或处理器运行缓慢——机器人的性能就会受到影响。 正因如此，类人机器人被视为最具挑战性的机器人系统之一：它们要求将多个领域（机械、电气和人工智能）的最尖端技术集成到紧凑的人形结构中。

软件堆栈与控制系统

虽然硬件构成了类人机器人的躯体，但真正赋予其生命力的却是软件和控制系统。类人机器人的软件堆栈通常被划分为一个分层的控制系统，这类似于人类神经系统——大脑负责高级思维，而反射回路则负责低级动作。 事实上，工程师有时会用这些术语来描述这种架构——用于高级推理的人工智能“大脑”，以及用于管理精细动作的运动控制“小脑”。

高级人工智能控制系统（“大脑”）

在架构的最顶层是人工智能系统，它负责感知、理解和决策。 这是机器人的认知层——它接收经过处理的传感器信息，并决定机器人接下来该做什么。该层包含在主处理器或AI芯片上运行的AI算法和模型（例如，视觉识别、语言处理或任务规划算法）。

该层负责执行诸如解析摄像头图像以识别物体、理解语音指令或规划室内行进路径等任务。基于这些理解，高级规划器会向低级控制器下达目标或指令（例如，“向前走3步”或“拿起桌上的杯子”）。 现代类人机器人通常运行复杂的机器人操作系统（如 ROS 2 或自定义框架）来整合所有这些功能。它们维护着对环境的内部模型，并利用运动规划器和行为树等算法来决定行动。由于类人机器人在非结构化、动态的环境中运行，这一人工智能层必须具备适应性和鲁棒性，能够应对大量不确定性。 例如，机器人可能会使用 SLAM（同步定位与建图）算法在未知空间中导航，或运行实时物体检测来避开障碍物。

低级运动控制（“小脑”）

在人工智能层之下是运动控制系统，该系统负责流畅地执行动作，并确保机器人保持平衡和安全。这类似于人类的潜意识反射和运动协调能力。 运动控制层包含专用控制器和算法，它们将高级命令（如期望的行走速度或手臂轨迹）转换为针对每个关节的精确协调的电机动作。该层的关键组件包括平衡控制、步态生成和运动学。 对于双足类人机器人而言，平衡和运动控制极为复杂：控制器必须持续调节腿部电机并调整重心，以防止跌倒（通常采用零力矩点或其他动态平衡策略）。 如果机器人接到向前行走的指令，运动控制系统会规划步态位置，协调关节运动的时机，并在打滑或地面不平的情况下实时调整。该层通常运行在实时计算机或微控制器上，以确保快速反馈循环（时间量级为毫秒级）。 它从陀螺仪、足底压力传感器等设备读取数据，并以极快的速度发出电机扭矩指令以维持稳定性。除了行走外，运动控制器还负责机械操作（在抓取物体时协调手臂和手部的关节）以及其他身体动作。 现代方法采用全身控制等技术，例如在弯腰捡拾物品时，该技术会协调所有肢体的动作，以防止机器人倾倒。总而言之，“小脑”确保机器人的动作在每一刻都物理上可行且保持平衡。

集成与中间件

在高级人工智能与低级控制之间，通常存在一个负责管理通信和数据流的中间件或执行层。这确保了感知数据（摄像头图像、激光雷达扫描数据等）能够被处理并输入到决策算法中，同时将生成的运动指令发送至电机控制器。 许多类人机器人采用发布-订阅架构（如ROS），其中传感器节点、控制节点和AI节点实时交换信息。例如，摄像头节点可能会发布检测到的物体位置，AI规划节点订阅该信息并决定伸手去抓取该物体，然后向机械臂控制节点发送抓取命令。

仿真与离线培训

关键在于，类人机器人通常将其软件架构中的仿真和离线训练作为重要组成部分。在现实世界中尝试复杂行为之前，机器人可以在物理仿真器中进行练习。例如，波士顿动力公司的Atlas机器人就是通过在模拟环境中进行大量训练，才学会了后空翻和跑酷等动态动作。 在模拟环境中，人工智能和控制软件可以经历数千次跌倒并微调其策略，随后将所学内容迁移到实体机器人上。这极大地加快了开发进程，因为损坏真实的硬件代价高昂。模拟还允许针对多种场景（不同地形、障碍物等）对软件栈进行测试，从而使控制策略更加稳健。

软件堆栈概述

总体而言，类人机器人的软件栈是一个复杂的分层系统，负责协调感知、认知和运动：

• 感知模块：将原始传感器数据（摄像头图像、音频等）处理成有用的信息。
• 规划与决策模块：设定目标、选择行动并安排任务顺序。
• 运动规划与控制：将目标动作转换为关节轨迹，并以平衡且精确的方式执行该动作。
• 安全与反射层：负责监控问题，并在必要时通过紧急行为进行干预。
• 通信层：负责管理网络连接及潜在的任务卸载，而许多系统则致力于实现完全在板运行。

工程师们常强调，软件是类人机器人的灵魂：虽然硬件提供了必要的能力（力量、速度、传感器），但正是复杂的软件协调了所有功能，并赋予机器人自主行为能力。 行业专家指出，掌握先进的运动控制算法和人工智能“大脑”软件是引领类人机器人领域的关键——机器人的智能和动作流畅性，归根结底源于其软件栈。

---

类人机器人中的人工智能与机器学习

早期的类人机器人是预先编程来执行特定动作的，但现代类人机器人则利用人工智能和机器学习来智能地行动并适应新情况。正是人工智能使类人机器人从一个只会移动的模特，蜕变为能够感知环境并决定行动的真正自主代理。 当今的人形机器人集成了以下几类人工智能技术：

计算机视觉与感知

类人机器人利用先进的人工智能模型来解析摄像头图像和其他传感器数据。卷积神经网络和视觉变换器使机器人能够实时识别物体、人物和场景。深度传感器与人工智能算法的结合有助于避障和环境建图。 视觉-语言模型也正在崭露头角——这些人工智能模型既能“看”又能“理解”语言，使机器人能够遵循关于环境中物体的语音指令。 1X Technologies公司的“Redwood”人工智能模型便是其中一例，这是一个专为类人机器人量身定制的视觉-语言变换器，能够执行移动操作任务，例如取物、开门以及在家中导航。 Redwood在机器人的机载GPU上运行，并使机器人能够从真实世界经验中学习，这展示了尖端AI如何帮助类人机器人应对多样且非结构化的环境。

自然语言处理

为了与人类自然互动，一些类人机器人集成了用于语音识别和语言理解的人工智能。这使得人们能够通过语音下达指令或提出问题。 通过使用大型语言模型（LLMs），机器人能够理解上下文并进行对话式回应。例如，一款类人型家庭助手可能会利用外部的语音转文本和文本转文本模型来解析用户的需求，然后将其转换为机器人自身规划器可执行的行动目标。 尽管这一领域仍处于发展阶段，但语言人工智能的集成意味着类人机器人能够遵循复杂的指令（“你能从楼上的卧室把我的眼镜拿过来吗？”），甚至能够解释其行为或回答问题。

运动规划与控制人工智能

双足行走和用灵巧的双手操作物体是极其复杂的控制问题。机器学习正越来越多地被用于改进机器人的行走和操作能力。强化学习（RL）使机器人能够通过试错，在模拟环境中或通过谨慎的现实世界实践，学习如何优化其步态或平衡。 一些类人机器人采用基于神经网络的策略，该策略接收传感器输入并输出关节扭矩，经过训练可最大限度地减少跌倒。此外，还采用了模仿学习：机器人通过观察或模仿人类的演示来掌握新技能。 在类人机器人领域，一种常见的方法是通过遥操作（由人类操作员引导）让机器人执行任务并记录数据，随后利用这些数据训练策略，使机器人能够自主完成该任务——这本质上就是基于演示的学习。 这催生了机器人学中的“大型行为模型”概念，类似于大型语言模型，该模型通过吸收海量的遥控操作或模拟经验来学习通用技能。 例如，Sanctuary AI 强调通过遥控其类人机器人执行多样化活动来收集“海量数据”——包括视觉和触觉数据——随后利用这些数据训练其人工智能控制系统（代号 Carbon），使其具备类人的灵巧性和决策能力。 通过这种学习，人工智能能够掌握处理易碎物体与重物之间的细微差别，以及当机器人开始失去平衡时如何恢复平衡。

决策与自主性

除了低级动作外，人工智能还能协助做出更高层次的决策。 在复杂环境中，类人机器人需要具备某种执行功能——决定先执行哪项任务、如何应对突发事件以及何时寻求帮助。这可能涉及将目标分解为步骤的规划算法，以及针对环境状态的自主推理。一些研究将符号人工智能（用于目标推理）与机器人所掌握的技能相结合。 我们还看到将大型语言模型（LLMs）与机器人控制相结合的实验，其中语言模型可以通过用语言对任务进行推理，进而触发机器人的技能，从而充当高级规划者（这种方法已在研究中得到测试，通过大型语言模型生成的伪内部独白或计划来引导机器人）。

即时适应与学习

真正达到人类水平的通用性，要求机器人在部署过程中能够持续学习。目前，一些类人机器人已经具备在线学习能力——能够根据新数据实时调整其行为。当光照条件发生变化时，它们可能会优化视觉识别能力；或者根据不同用户的情况，调整其交互风格。 目前，人们正在探索持续学习和联邦学习（整合多台机器人的学习成果）等人工智能技术，以确保类人机器人能够持续改进，而无需频繁地重新编程。

类人机器人安全

需要注意的是，随着人工智能集成程度的提高，对安全性和可靠性的要求也随之提高。开发人员会集成故障安全机制，以便当人工智能产生不确定或危险的动作时，机器人能够默认切换到安全行为（例如，暂停动作或将控制权交还给人类操作员）。 此外，在将人工智能模型部署到现实世界之前，还会通过模拟和严格测试对其进行验证。尽管面临诸多挑战，但机器学习的融入使当今的人形机器人比其前辈具备了更强大的能力。它们能够利用所学知识应对各种变数——例如在不平坦的地面上行走，或操作从未见过的物体。 事实上，人形机器人正以前所未有的速度学习和适应，利用人工智能模型实时自主地感知、识别、规划和行动。随着人工智能算法的持续进步（以及从实地运行的机器人中收集到更多数据），我们可以预期人形机器人将变得更加熟练和自主。

---

遥操作与远程临场

尽管在自主性方面取得了进展，但当前人形机器人技术的一个重要方面仍是遥控操作——即由人类远程操控机器人。遥控操作在当前的人工智能能力与我们希望人形机器人完成的复杂任务之间架起了一座实用的桥梁。 在遥操作模式下，操作员可以“代入”机器人的角色（或者说代入其电路），通过实时控制链路引导机器人执行任务，从而有效地将机器人作为化身，派往远程或危险区域执行任务。

人形机器人的远程操控可以简单到仅需使用操纵杆和屏幕来操控机器人，也可以沉浸感十足，例如佩戴配备动作追踪控制器的全套VR（虚拟现实）设备，从而真正通过机器人进行操作。 近年来，类人型机器人与VR接口的融合，让远程临场感的幻想更接近现实——有人认为，类人型机器人的远程操控可能会成为最终赋予VR广泛应用价值的“杀手级应用”。 操作员通过VR头显和手套，可以3D视角观察机器人摄像头捕捉的画面，并通过移动自己的手臂来驱动机器人的手臂，从而实现高保真度的控制。这使得机器人能够在人类智能全程参与的情况下，完成极其精细或复杂的任务。

为什么要远程操控类人机器人？

• 按需调用人类技能：将人类的解决问题能力与灵巧性即时应用于机器人所处的场景。在不久的将来，可能会出现这样一个阶段：类人机器人虽然已得到广泛部署，但仍需要人类远程操作员来处理最棘手的状况或从错误中恢复。
• 训练机器人的人工智能：遥操作是教会机器人新技能的一种有效方法。由人类进行的演示将成为学习算法（例如大型行为模型）的训练数据。
• 在危险/偏远环境中的即时应用：立即在危险或难以进入的场景中使用机器人。
• 远程呈现与服务：为会议、教育或客户服务提供远程呈现功能；一名操作员可以“化身”为多台机器人的“面孔”。

为了实现有效的遥操作，开发人员专注于直观的控制界面和反馈系统（动作捕捉、外骨骼、触觉反馈）。 低延迟通信至关重要；网络技术和边缘计算领域的进步有助于降低延迟。部分系统正在探索远程操作中的部分自主性——人类提供高层级指导，而机载人工智能则确保系统的稳定性和安全性。

遥操作并非一种永久性的“拐杖”，而是迈向完全自主化进程中的一部分。许多看似自主运行的真实机器人演示，实际上背后是由人类通过遥操作控制的，这通常是为了收集数据以改进人工智能。随着机器人越来越智能，对遥操作的需求应会逐渐减少，但在关键应用中，它仍将是一种宝贵的备用方案。

---

类人机器人的应用与用例

人形机器人在任何需要机器执行类人任务或在以人为中心的环境中工作的场合都具有潜在的应用价值。由于其设计时充分考虑了人类的外形和能力，因此特别适合那些与人类工人使用相同工具、在相同空间工作或进行相同社交互动的工作。主要应用领域包括：

制造与物流

与装配线上的工人协同作业，操作专为人类设计的零部件和工具，执行重复性或费力的任务（如搬运、定位、检查），在工厂车间内移动，在仓库中进行拣货/包装，卸载卡车，并利用现有基础设施（坡道、电梯、门）。目标包括提高生产效率和缓解劳动力短缺问题。 适用于该领域的机器人示例之一是Agility Digit

医疗保健与照护

协助工作人员运送物资或药品、对病房进行消毒、进行基本的患者监护，可能还需要搬运患者并协助进行治疗。其目的是通过接手繁琐或体力消耗大的工作，来辅助工作人员。适合此应用场景的机器人示例之一是1X公司推出的Neo Gamma。

客户服务与待客之道

公共场所的迎宾员、导游和礼宾员。通过语音和手势进行自然互动；随着语言能力和感知能力的提升，未来其职责可能包括接受订单或带领参观。适合此应用场景的机器人示例之一是1X公司推出的Neo Gamma。

教育与研究

编程/机器人教育工具、具身人工智能研究平台以及特殊需求支持。各类竞赛（例如人形机器人足球赛）推动了感知、平衡和协调能力方面的进步。Unitree公司推出的Unitree R1机器人便是适合此类应用的一个例子，因为其成本较低。

公共安全与维护

巡逻、检查、库存盘点和保洁工作。其多功能性使其能够使用现有工具并在人造环境中自由移动。适用于该领域的机器人示例之一是优必选科技（Ubtech Robotics）推出的Walker S2。

危险和极端环境

灾害救援、危险工业场所、深海勘探和太空。类人机器人能够操作专为人类设计的设备，在危险环境中充当人类的替代者，并可实现远程操控。

个人及家用机器人

适用于家务劳动的通用辅助机器人、为老年人/残障人士提供帮助、集成语音助手和个性化人工智能。家庭环境虽然充满挑战，但回报十分可观。1X公司推出的Neo Gamma就是一款适合此类应用的机器人。

显然，其潜在应用领域非常广泛。几乎任何为人类建造的环境中，人形机器人都有可能发挥作用。 分析师预测，到2030-2035年，类人机器人可能会成为日常生活中常见的景象，其工作范围将远远超出工厂的范畴。虽然每种应用场景都有其独特的要求，但核心技术具有通用性。

---

挑战与考虑因素

在所有应用中，面临的挑战包括：

• 可靠性和安全性：在人群中运行需要符合高安全标准；跌倒或故障可能会造成伤害。
• 电池续航时间：续航能力有限；目前许多系统在高负载下仅能运行一两个小时。
• 成本：高昂的初期成本需要有充分的商业依据；随着大规模生产和技术的进步，成本可能会随着时间的推移而降低。
• 人机交互：应对变异性与人类行为的不可预测性；人工智能和人机交互领域的持续进步至关重要。

类人机器人可以接管“3D”工作（脏、累、险），从而提高安全性，并在不取代人类劳动力的前提下增强人类劳动效率。新的岗位将应运而生（维护技术人员、操作员、培训师）。政策制定者和企业正致力于确保人类与机器人之间实现互补协作。

---

结论

“类人机器人”不仅是一个科幻概念，更是一种正在发展的现实。通过设计出具有类人形态的机器人，并为其配备先进的组件、软件和人工智能，我们得以制造出能够承担许多传统上由人类承担的角色的机器。 随着技术的日趋成熟，我们将看到这些机器人逐步从实验室和试点项目走向现实世界——进入工厂、医院、家庭以及更广阔的领域——与人类同事并肩协作，共同完成任务、解决问题。人形机器人无处不在的征程才刚刚开始，但它有望以深刻的方式改变各行各业及人们的日常生活。