type

task

Locomotion

运动/行走：让机器人（尤其人形/足式）实现稳定、高效、多地形移动的能力。

一句话定义

让机器人在不需要轮子的情况下，用腿走路，而且走得稳、走得快、走得自然。

英文缩写速查

缩写	英文全称	简要说明
Locomotion	Robot Locomotion	足式/人形等无轮移动能力总称
ZMP	Zero Moment Point	足底支撑多边形内零力矩点，经典动态平衡判据
DCM	Divergent Component of Motion	与 Capture Point 配套的质心发散分量，用于落脚调节
MPC	Model Predictive Control	滚动优化质心/接触/足端轨迹的高层规划
WBC	Whole-Body Control	全身 QP/HQP，协调多肢关节满足平衡与任务
RL	Reinforcement Learning	从奖励直接学策略，常见 PPO 训行走/跑跳
AMP	Adversarial Motion Prior	对抗运动先验，约束策略状态转移接近人类分布
PD	Proportional–Derivative	关节位置/阻抗底层，策略常输出 setpoint 由其跟踪

任务边界

Locomotion 不是单个“会走路的策略”，而是一套闭环运动系统：把机体状态、接触状态、地形信息和目标速度/落脚点转成可稳定执行的关节指令。

视角	输入	输出	典型失败模式
任务层	目标速度、目标方向、地形约束	步态模式、落脚区域、速度跟踪目标	走得快但不可控，或只能在训练地形上工作
规划层	机器人状态、地形高度、接触约束	质心轨迹、足端轨迹、期望接触力	落脚点不可达、摩擦约束违反
控制层	参考轨迹、关节状态、接触估计	关节力矩、位置目标或 PD setpoint	抖动、打滑、膝盖过伸、接触切换失稳
学习层	奖励、示范数据、扰动分布	策略、价值函数、运动先验	reward hacking、sim2real 退化、动作不自然

闭环流程总览

flowchart TD
  cmd[目标命令<br/>速度 / 方向 / 任务]
  obs[传感器与地形观测]
  est[状态估计<br/>姿态 / 速度 / 接触]
  plan[步态与落脚规划<br/>CoM / footstep / contact]
  ctrl[控制器或策略<br/>MPC / WBC / RL]
  act[关节接口<br/>扭矩 / PD / 阻抗]
  robot[机器人与环境]
  metric[评价<br/>速度 / 能耗 / 稳定性]
  train[训练与调参<br/>reward / DR / curriculum]

  cmd --> obs --> est --> plan --> ctrl --> act --> robot
  robot -- 机载观测回流 --> obs
  robot --> metric --> train --> ctrl

阅读这张图时可以抓住两条主线：

在线闭环：观测 → 状态估计 → 规划/策略 → 关节接口 → 机器人执行。
离线迭代：真实或仿真 rollout 产生指标，再回到 reward、domain randomization、curriculum 和控制参数调试。

核心挑战

1. 平衡

人形机器人是天然不稳定的系统，必须主动维持平衡。

静态平衡：重心在支撑多边形内
动态平衡：ZMP（Zero Moment Point）条件
接触力分配：多接触时的力分配问题

2. 接触切换

行走本质是不断在单脚支撑和双脚支撑之间切换，每次切换都容易失稳。

3. 高维动作空间

30+ 自由度，每次决策都要协调所有关节。

4. 地形变化

平坦、崎岖、不平整、楼梯——每种地形需要不同的步态策略。

楼梯 / 越障纵深索引： 楼梯与障碍 Locomotion（感知/盲走中心节点） — 带/不带感知、上下楼梯与跑酷文献的 维护挂接点。
楼梯与离散接触上的学习案例： FastStair（论文实体页）归纳 arXiv:2601.10365：用 GPU 并行 DCM 落脚点离散搜索 在 Isaac Lab RL 中提供显式可行落点监督，再以 分速专家 + LoRA 融合 缓解保守性与全速域动作分布差异，在 LimX Oli 上给出高速上楼梯实机叙事。
显式楼梯几何条件化： Explicit Stair Geometry Conditioning（论文实体页）（arXiv:2605.09944）从点云 BEV 预测 踢面高度 / 踏面深度 / 航向 / 楼梯状态 四维 token，直接条件化 PPO；在 Unitree G1 上零样本实机，户外 连续 33 级 上楼，训练分布外踢面高度优于视觉 MoRE 基线。
Spot 平地 velocity 零样本部署： NVIDIA Isaac Lab Spot locomotion Sim2Real — Researcher Kit + Isaac-Velocity-Flat-Spot-v0 + RSL-rl PPO → Jetson Orin ONNX + spot-rl-example；教程级对照 Spot 分布距离 Sim2Real 论文。
四足 Sim2Real 可预测性： RoboGauge（RSS 2026）用跨 Isaac Gym→MuJoCo 指标在真机前选 MoE checkpoint；配套 GO2 Backflip 开源栈展示高动态相位条件 PPO 部署链。
四足安全导航： One Filter OCR（TRO 2026）在任意 locomotion 外挂 HJ 可达性安全滤波；全局规划侧见 SE(2) NavMesh（yaw-aware 窄通道导航）。
四足真机安全微调： SLowRL（论文实体页）（arXiv:2603.17092）在 Unitree Go2 上对 jump/trot 做 冻结主策略 + rank-1 LoRA + Recovery 安全滤波 真机 PPO 微调，相对全参微调显著降摔倒与墙钟时间（见 Sim2Real）。
Go2 视觉 egocentric 零样本： SDPG（视觉 RL）（arXiv:2605.26478）用 RealSense 深度端到端 on-policy 训崎岖地形/楼梯导航，仿真 <2 h 单 GPU → 真机零样本（对照 GR00T Visual Sim2Real 的 teacher-student 蒸馏路线）。
家用四足低噪行走： Learning Quiet Walking（aibo）（arXiv:2502.10983，ICRA 2025）用仿真 足端接触速度 作声学代理，配合可变 PD 与开关接触，真机安静度优于索尼商用 quiet 控制器（与人形 QuietWalk GRF 对照）。
轮足多技能盲走： MUJICA（论文实体页）（arXiv:2605.13058）在 Go2-W 上用 单策略 + 技能选择器 联合全向移动、高台攀爬与摔倒恢复，并以 DC 电机 P3O 约束 零样本上真机（1 m 高台）。
轮足高动态反射避障： AWARE（arXiv:2604.23761）在 M20 上用分层 RL + 双专家硬切换做快速障碍反射规避（导航全向 / 高动态逃逸），Isaac Lab 与真机抛箱/棍戳/脚踢验证。
轮腿双足开源训练栈： 轮腿双足汇总 TITA / Flamingo / CJ-003；官方 Gym 入口 tita_rl，Lab 扩展 lab.flamingo，Genesis 入口 wheel_legged_genesis。
单轨自行车的动态越障： UMV 以可动高位质量与约束 PPO 学习 track-stand、后轮兔子跳、越障跳跃和前空翻，可对照多轨轮腿构型理解动态稳定策略。

5. 状态估计与延迟

足式机器人在接触切换时很难直接观测机身速度和足端滑移；IMU、编码器、足端接触和视觉地形之间还存在时间同步与延迟问题。状态估计偏一点，控制器可能表现为“突然踢地”“脚底打滑”或“落脚点漂移”。

6. 仿真到真实

仿真里的摩擦、执行器带宽、关节间隙、地面柔顺性都比真实世界干净。只在仿真指标上最优的策略，常在真实机上因动作高频、冲击过大或接触模型偏差而退化。

子问题地图

子问题	要回答的问题	常见方法	对应页面
平衡稳定	机器人被推、落脚偏差时如何不摔	ZMP、Capture Point / DCM、step adjustment、WBC	Capture Point / DCM、Balance Recovery
步态生成	何时抬脚、落哪里、摆腿轨迹如何生成	CPG、参数化步态、MPC、RL gait command	Gait Generation、Footstep Planning
全身协调	腿、躯干、手臂如何共同满足平衡与任务	WBC、centroidal dynamics、QP 优先级	Whole-Body Control、MPC-WBC Integration
接触建模	支撑脚、摩擦锥、冲击和滑移如何处理	contact dynamics、friction cone、impedance control	Contact Dynamics
地形适应	楼梯、斜坡、碎石地如何转成可执行动作	高程图、落脚点评分、teacher-student、盲走鲁棒策略	Terrain Adaptation
数据与学习	如何获得自然、多样、可迁移的运动	RL、IL、AMP、motion retargeting、curriculum	Reinforcement Learning、Imitation Learning
真机部署	如何让策略在硬件上稳定运行	domain randomization、系统辨识、低通滤波、PD/阻抗接口	Sim2Real、Kp/Kd 设置 query

主要方法路线

传统控制路线

ZMP + 预观控制：经典人形行走（Honda ASIMO）
LIP + 步长调节：简单高效的行走控制
Hybrid Zero Dynamics：考虑机器人动力学结构的步态生成
MPC + WBC：高层用简化动力学预测质心/接触，低层用 QP 或层级 WBC 跟踪全身任务。

学习路线

RL from scratch：直接在仿真里训，不需要人工步态设计。
- 代表：PPO 训四足/双足行走（Legged Gym, IsaacGymEnvs）。
- 新趋势：BRRL / BPO (2026) 在 IsaacLab 环境下报告了比 PPO 更稳健的 locomotion 训练表现。
- FlashSAC（arXiv:2604.04539）：高 DoF 人形盲行走 sim-to-real 墙钟可较 PPO 缩短约一个数量级（见 FlashSAC 方法页）。
IL + RL：用 MoCap 数据初始化，再用 RL 提升。
- 代表：DeepMimic, AMP
Multi-Gait Learning (多步态学习)：在一个统一的 RL 框架下训练多种步态。
- 新趋势：使用 Selective AMP (选择性 AMP) 策略，对周期性步态（如行走、上楼梯）应用 AMP 以提高稳定性，对高动态步态（如跑、跳）则省略 AMP，避免正则化过度约束。
- SD-AMP（arXiv:2605.18611）：训练期用投影重力门控在 recovery / 速度条件 locomotion 两个 AMP 判别器间切换，部署单策略覆盖走、跑与起身（见 SD-AMP 实体页）。
- ADP（arXiv:2607.03454）：对抗先验目标从运动学风格改为 SRBD-TO 动力学时间窗（CoM/动量/接触），强化推扰恢复；见 ADP 实体页。
- HoST（arXiv:2502.08378）：无 MoCap 参考的纯起身技能，多 critic + 四地形课程 + 真机运动约束，G1 室内外与俯仰卧验证（见 HoST 实体页）。
世界模型：学习环境模型，在模型里规划。
- 代表：Model-Based RL（Dreamer 等）、LIFT（BIGAI 三阶段管线）

混合路线

实际系统常把传统控制和学习策略组合起来，而不是二选一：

RL policy + PD/阻抗底层：策略输出关节位置增量或期望角度，PD/阻抗层保证高频执行稳定。
MPC/WBC baseline + learned residual：模型控制提供安全可解释的主干，学习模块补偿摩擦、冲击或模型误差。PhyFilter 把残差送进物理低通滤波，平地 RL 策略可泛化到未见真机地形（arXiv:2608.22701）。
Teacher-student / privileged learning：训练时 teacher 使用高度图、真实速度等 privileged information；部署时 student 只用机载传感器。经典 在线适应 实例：RMA（特权 extrinsics → 历史 $\hat{z}_t$ 估计，A1 零微调）。箱载动态载荷 实例：Legged Load Adapt（load characteristics 特权 + concurrent estimator，Go2 零样本）。
Motion prior + task RL：先用 MoCap/视频/重定向得到自然运动先验，再用任务奖励获得速度、转向和地形适应能力。
LLM 高层摇杆（非力矩）： Embody 表明通用语言模型 直接力矩控 Go2/G1 几乎失败（人形倒塌站起 0 成功），但接到预训练步态后能做简单寻的；空间记忆与开环长计划仍系统性失败。见 LLM 控制接口。不要把聊天模型当低频 WBC。

方法选型速查

目标	优先路线	关键验证
离线优化低维步态/轨迹参数	遗传算法（GA）或 CMA-ES / DE；如坡面双足 GA 案例	多种子与未见地形、约束违反率、仿真到真机偏差；离线搜索不等同闭环策略学习
做可解释、约束清晰的研究 baseline	LIP/ZMP 或 MPC + WBC	轨迹跟踪误差、摩擦锥、力矩限幅是否满足
快速得到四足/人形平地移动策略	PPO/BRRL + PD action interface	随机扰动、不同速度命令、不同摩擦地面上的成功率
追求人形动作自然性	IL/AMP/Selective AMP + RL fine-tuning	与示范动作相似度、能耗、摔倒率
复杂地形与楼梯	地形感知 + footstep planning 或 teacher-student RL	未见地形、感知延迟、落脚点可达性
真机部署	Sim2Real + 系统辨识 + 动作平滑	长时间运行、温升、电流峰值、恢复站立能力

评价指标

行走速度：m/s
能耗效率：J/kg/m 或 Cost of Transport (CoT)
地形适应能力：是否能处理楼梯、不平整地面
稳定性：摔倒频率
运动自然性：和人类步态的相似度
泛化能力：能否迁移到未见过的地形
命令跟踪误差：目标速度/角速度与实际速度的误差
硬件安全裕度：关节力矩、电流、温度和冲击峰值是否留有余量
敏捷课一体化分数（研究基准）：例如 Barkour 将 多障碍序列 + 计时扣分 压成 0–1 敏捷分，便于对比 专长切换 vs Transformer 通才 与 sim2real 管线。

上面这些指标怎么读、和跟踪误差类/求解类/硬件类指标怎么分工，见运控模型评测指标。

工程落地检查

先定义动作接口：策略输出扭矩、关节位置、位置增量还是阻抗参数，会直接决定训练难度和真机风险。
先做站立与恢复：能稳定站立、被推后恢复、跌倒后安全停机，再进入高速步态。
把评测分层：仿真看成功率和能耗；半实物看延迟和电流；真机看温升、冲击和长时间稳定性。
保存失败 rollout：摔倒、打滑、膝盖反关节、脚底震荡等失败样本比平均 reward 更能指导下一轮改动。
不要只调 reward：很多问题来自状态估计、动作滤波、PD gain、接触模型或 actuator lag，不能全部用奖励函数掩盖。

RL + 底层 PD / 阻抗 / 扭矩接口（论文实体子页）

下列页面各含 提炼正文 + Mermaid，对应 RL+PD 动作接口论文索引中的十一篇；与 Kp/Kd 设置 query 交叉阅读。

参考来源

Rudin et al., Learning to Walk in Minutes Using Massively Parallel Deep Reinforcement Learning — legged_gym 路线奠基论文
Peng et al., DeepMimic: Example-Guided Deep Reinforcement Learning of Physics-Based Character Skills — IL+RL 融合代表
Locomotion RL 论文导航 — 论文集合
ingest 档案： sources/papers/policy_optimization.md — PPO/SAC/TD3 + Rudin legged_gym
ingest 档案： sources/papers/state_estimation.md — EKF/InEKF 状态估计
ingest 档案： Multi-Gait Learning for Humanoid Robots Using Reinforcement Learning with Selective Adversarial Motion Priority — 多步态学习中的 Selective AMP 策略
ingest 档案： sources/papers/rl_pd_action_interface_locomotion.md — RL + PD/阻抗/扭矩接口论文索引
ingest 档案： sources/papers/deeprl_locomotion_action_space_sca2017.md — Peng SCA 2017 四动作空间对照
ingest 档案： sources/papers/rma_arxiv_2107_04034.md — RMA：四足快速运动自适应（RSS 2021）
ingest 档案： sources/papers/learning_quiet_walking_aibo_arxiv_2502_10983.md — Sony aibo 低噪行走（ICRA 2025）
ingest 档案： sources/papers/legged_load_adapt_arxiv_2507_07825.md — Legged Load Adapt：未知动态载荷四足崎岖地形适应（arXiv:2507.07825）
ingest 档案： sources/papers/p3_arxiv_2607_25541.md — P³：VAE 潜变量下 PPO 边缘似然

关联系统/方法

Whole-Body Control
Sim2Real
人形腿部行星滚柱丝杠直线驱动（PRS）（直线执行器 + 闭链连杆与行走动态、能耗叙事）
膝/腿主承力链为何通常避开谐波（冲击谱载与主力流布置；与臂部精密谐波选型对照）
State Estimation
DA-AO（外骨骼步态相位估计） — 运动模式识别选择自适应振荡器参数，跨平地/坡道/楼梯估计步态相位（IEEE T-RO 2026）
Reinforcement Learning
Imitation Learning
MPC（在行走中常用于步态预览）
MPC 与 WBC 集成（人形/腿足 locomotion 的典型分层控制架构）
Capture Point / DCM（步行平衡与扰动恢复的核心方法）
Lyapunov 稳定性（分析闭环步态稳定性、扰动恢复和误差收敛的统一语言）
Gait Generation（步态时序编排：CPG / 参数化 / MPC 联合优化）
Footstep Planning（接触序列规划：每步踩哪里、踩多久）
Terrain Adaptation（把高度图 / 点云转成可执行的落脚点与姿态调整）
轮足四足机器人（四轮足）（Go2W / B2W 类：腿末驱动轮与足式步态混合）
轮腿双足（双轮足）（TITA / Flamingo：两轮倒立摆）
tita_rl
wheel_legged_genesis
Isaac-RL-Two-wheel-Legged-Bot
HiPAN（四足在非结构化 3D 环境中的分层深度导航 + 姿态自适应低层跟踪）
四足机器人（四足形态与典型平台的实体入口）
Open Duck Mini（BDX 风格迷你双足 DIY：MuJoCo Playground RL + 舵机 sim2real）
Disney Holotile（全向活动地板：地面代偿行走，对照「机器人自身 locomotion」）
Unitree（当前主流人形/四足研究硬件平台）
unitree_ros（ROS1 / Gazebo）（官方 URDF + Gazebo 关节级仿真；高层行走不在 Gazebo 包承诺内）
ULTRA：统一多模态 loco-manipulation 控制（UIUC 2026，新一代全身移动操作统一控制器）
Query：何时用 WBC vs RL？ — 实践决策指南

关联任务

Manipulation：行走+操作 = loco-manipulation
Loco-Manipulation：全身移动操作的统一挑战
Balance Recovery：扰动恢复，鲁棒 locomotion 的核心子能力
人形机器人运动控制 Know-How — locomotion 真机调试经验
Query：开源运动控制项目导航 — 主流开源框架与项目概览

继续深挖入口

如果你想沿着 locomotion 继续往下挖，建议从这里进入：

论文入口

Vision Locomotion（CoRL 2022 ego-depth 四足） — arXiv:2211.07638（Best Systems；A1 单 D435，scandots→深度 DAgger，无高程图）
Extreme Parkour（端到端四足感知跑酷） — arXiv:2309.14341（ICRA 2024；scandots + 航向双重蒸馏 → 单目深度，Go1）
SWAP（对称等变世界模型四足跑酷） — arXiv:2606.19928（SE-RSSM + 等变 Actor-Critic 端到端；Apollo 2.13 m 远跳 / 1.63 m 攀台）
FCTS（失败引导地形课程树搜索） — arXiv:2610.22619；用局部穿越失败生成后续地形并以 MCTS 搜索课程分支，项目页未列公开代码。
E-SDS（环境统计条件化 VLM 奖励 + 人形感知地形 RL） — arXiv:2512.16446（UCL / Isaac Lab / G1）
Learning to Adapt（Nature MI 2025 四足 bio-inspired 多步态） — πG/BGS/πL 分层 DRL，盲零样本复杂地形（RaiSim / ihcr）
FLEXOR（Science Advances 2026 动态脊-腿协同） — 北理工微小型四足；双关节耦合脊柱 + 相位协同；相对同规格单关节脊柱速度 +31.6%、CoT −32.2%（确认未开源）
APT-RL（Science Robotics 2026 封面） — TO+TVAE 力矩先验 + 深度/LiDAR 蒸馏；HOUND 野外长程与 trot/bound 感知切换
执行器约束 RL 高速四足（arXiv:2312.17507） — MOR 扭矩–转速包络进训练；HOUND 6.5 m/s 跑步机纪录；无 MOR 策略 5 m/s 实机摔倒
Perceptive Humanoid Parkour（PHP） — arXiv:2602.15827（motion matching 长程参考 + 深度多技能蒸馏，G1 跑酷）
Echo in the Steps — arXiv:2609.28960（清华 CoRL 2026；显著性+门控深度记忆+交替损失；G1 稀疏踏点跑酷；代码待发布）
CHOREO — arXiv:2609.22274（异源 SkillMotion 轨迹库 + LLM 规划 + seam/bridge 免训练 长程组合；MuJoCo G1 + 冻结 GMT）
DPL（单深度感知人形行走） — arXiv:2510.07152（IEEE RA-L；深度合成 + 交叉注意力高程重建 + 盲骨干多教师；TienKung Ultra；代码未开源）
SOLO（长程感知人形运动） — arXiv:2608.26583（QR + TA-MSE；天工 Omni 零样本 1.5 km；截至入库日未开源）
CAP（单策略感知-盲走连续适应） — arXiv:2609.11553（CoRL 2026；WM 去噪 + proprio VAE；G1 部分遮挡 39/40；代码待发布）
Light-Loco-Parkour（LightLP） — Light Origins 2026-08-03（稀疏种子 Real2Sim2Real + 转移组 RL；Lightbot 0 无技能标签深度跑酷；代码未开源）
ParkourFormer — arXiv:2605.25782（query 历史 + 未来两步本体监督；G1 九类地形单策略 93.85%；代码 Coming Soon）
SMPLOlympics — arXiv:2407.00187（SMPL 仿真人形 10 项奥运运动 benchmark；PPO/AMP/PULSE 基线）
Table Tennis Strategy & Skill（PhysicsPingPong） — arXiv:2407.16210（SIGGRAPH 2024 分层乒乓球 + VR 人–机）
乒乓球分层技能选型指南 — ASE 专家 + mixer + 策略层选型
MTRG — arXiv:2602.20375（G1 箱式跑酷：参考仅塑形 + goal 部署，无对抗）
HIL / HIL 论文实体 — TOG 2026 / arXiv:2505.12619（物理角色跑酷 + heading：tracking + 场景条件 AMP）
HIL vs MTRG vs ZEST 跑酷路线对比 — 跑酷模仿三条路线选型
ZEST — arXiv:2602.00401（跨形态高动态模仿与零样本硬件部署）
Locomotion RL 论文导航
Argus（动态对称 / 球形腿式全向移动） — Science Robotics 2026；动态各向同性 η 与 20 腿无朝向偏好 locomotion
PhyFilter — 物理滤波残差修正；四足平地训练泛化到未见地形（arXiv:2608.22701）
仿生多模态机器人综述（Science Robotics 2026） — 跨介质仿生多模态定义 + 五项评测指标（MCM/CRP/TC 等）+ 物理×计算智能路线图
腿式机器人进展/挑战/机遇综述（Science Robotics 2026） — 硬件/locomotion/自主/数据/应用五柱 + 伦理–政策展望（ETH 牵头）

Benchmark 入口

Locomotion Benchmarks

开源项目 / 框架入口

关联页面

Jumper 六足机器人与训练部署栈 — 开源 MuJoCo/mjlab、PPO 与导出/打包工作流；板端和真机闭环待验证
senlanke 周更论文索引（2026-09-21–25） — 腿式 35 篇 arXiv 唯一节点
senlanke 周更论文索引（2026-09-14–18） — 腿式 28 篇 arXiv 唯一节点
Humanoid Locomotion — 人形机器人全身移动任务
LLM 机器人控制接口 — 通用 LLM 接步态 vs 直接力矩
Embody — Go2/G1 上的语言模型 locomotion 评测
HumanoidVLN — 把分本体 RL 步态接到室内 VLN 评测；H1 摔倒率暴露控制–导航耦合
Hybrid Locomotion
轮腿双足
tita_rl
人形腿部行星滚柱丝杠直线驱动（PRS） — 腿部执行器路线与行走动态、能耗叙事
Whole-Body Control
MoRE：复杂地形多步态 AMP — 深度相机 + 多判别器先验 + gait command 切换
遗传算法（GA） — 离线步态参数搜索，与在线 RL 策略互补
MPC
磁驱动双稳态软跳跃机器人
统一流体-机器人多物理游泳仿真
ergoCub Shared Embodied Intelligence — 硬件优化抬高 CoM + 分层 WBC 行走，相对 iCub3 更大步长/更短步周期
EgoHTR — rough-terrain 人–场景 4D 演示 → G1 感知 mimic（HF 数据已发布，代码待发布）
ADP — 对抗动力学先验（SRBD-TO + 动力学窗），抗扰相对 AMP 提升；代码待发布
SD-AMP — 重力门控双 AMP，走跑起身统一策略
PRISM — 多项式本体交互；Humanoid-Gym 生存率大幅高于同容量更大 MLP（arXiv:2607.23473）
Fault-Tolerant Locomotion — KYON 68 kg 执行器功率损失容错 + 可学习步态频率（arXiv:2608.07328；未开源）
P³ — VAE-PPO 边缘似然；G1 感知踏石/楼梯/缺口（arXiv:2607.25541）
MulDP — 四足跑酷自主导航扩散速度指令；QPND + SR 89.7%（arXiv:2609.03984；未见代码）
Contact-Guided Exploration — 多 Critic 接触探索衰减；ALMA 椅运真机（arXiv:2608.28140）
eBert NNM 步态 — 高柔顺四足六种非线性正规模涌现步态（arXiv:2609.00539）
QLAUN — 15 kg 全 3D 打印 QDD 模块化四足（arXiv:2609.03623；宣称将开源）
SleepWalking (SWAQ) — 特权重建塑造盲走表征；相对 DWAQ 峰值地形 +15%（arXiv:2608.30883）
执行器动力学课程 — 高刚度→辨识刚度退火；Spot 站立到手倒立 sim2real（arXiv:2609.09492；未见代码）
LLM→STL 四足规约 — LLM 生成参数化 STL + PPO 鲁棒度奖励（arXiv:2609.07111；未见代码）
Mind the Phase — 分相位有效秩诊断；Spot 抖动降约 3×（arXiv:2609.06958；未见代码）
Harness Robotic OS — 四足巡检统一运行时（arXiv:2609.11225；未见代码）
步态相关负载运输 — 被动背负步态–刚度设计图（arXiv:2609.11059；未见代码）
帧编码腿式运动理论 — 多足接触有限码可恢复性界限（arXiv:2609.10273；理论无真机策略）
PredActor — proprio-only 预测式动作扩散，可引导的机载人形运动控制（arXiv:2609.24840；公开 MuJoCo 评测代码与 checkpoint，训练/真机部署未开放）

Navigation Menu

Repository navigation

locomotion.md

locomotion.md

Locomotion

一句话定义

英文缩写速查

任务边界

闭环流程总览

核心挑战

1. 平衡

2. 接触切换

3. 高维动作空间

4. 地形变化

5. 状态估计与延迟

6. 仿真到真实

子问题地图

主要方法路线

传统控制路线

学习路线

混合路线

方法选型速查

评价指标

工程落地检查

RL + 底层 PD / 阻抗 / 扭矩接口（论文实体子页）

参考来源

关联系统/方法

关联任务

继续深挖入口

论文入口

Benchmark 入口

开源项目 / 框架入口

关联页面

推荐继续阅读

FilesExpand file tree

locomotion.md

Latest commit

History

locomotion.md

File metadata and controls

Locomotion

一句话定义

英文缩写速查

任务边界

闭环流程总览

核心挑战

1. 平衡

2. 接触切换

3. 高维动作空间

4. 地形变化

5. 状态估计与延迟

6. 仿真到真实

子问题地图

主要方法路线

传统控制路线

学习路线

混合路线

方法选型速查

评价指标

工程落地检查

RL + 底层 PD / 阻抗 / 扭矩接口（论文实体子页）

参考来源

关联系统/方法

关联任务

继续深挖入口

论文入口

Benchmark 入口

开源项目 / 框架入口

关联页面

推荐继续阅读