机器人学

1997 年，IBM 的"深蓝"在国际象棋上击败了世界冠军卡斯帕罗夫。同一时期，全世界没有一个机器人能像三岁小孩那样，从桌上拿起一只杯子而不把它碰倒。

机器人研究者汉斯·莫拉维克（Hans Moravec）在 1988 年的《心智儿童》（Mind Children）里把这个反差写成了著名观察：让计算机在智力测验或下棋上表现出成人水平相对容易，让它拥有一岁孩子的感知与运动能力却困难甚至不可能。这就是"莫拉维克悖论"——难的容易，容易的难。它是理解机器人学的钥匙：为什么"智能"的软件革命一再提速，而住在物理世界里的机器人却始终走得不紧不慢。

破除误解：机器人不是"装了身体的软件"#

第一个误解是把机器人当成"AI 加个壳"。差别是本质性的：

• 不可逆。软件算错了可以重算，机器人撞翻了杯子就是撞翻了。每次动作都有物理后果。
• 连续时间。世界不等你。程序暂停思考一秒钟，行驶中的车已经冲出二十多米。机器人必须在 deadline 之前做出足够好的决定，而不是任意久之后做出最好的决定。
• 噪声与部分可观。传感器永远说谎一点点：摄像头受光照摆布，轮子在打滑，里程计在累积漂移。机器人从不知道自己在哪、世界长什么样，它只有一堆带噪声的证据。

1960 年代末，斯坦福研究院（SRI）的 Shakey 把这一点暴露得最清楚。它是公认的"第一台能感知并推理周围环境的移动机器人"：用摄像头和碰撞传感器感知房间，用 STRIPS 规划器把"把箱子推到另一个房间"拆解成动作序列，再用 A* 算法（Hart、Nilsson 与 Raphael，1968）规划路径。这套"感知—建模—规划—执行"的分层架构影响至今。但 Shakey 移动极慢，计划稍长就会因轮子打滑和测量误差而失败——纸面完美的计划，执行起来步步惊心。

作为对照，同一时代的工业机器人走的是完全相反的路。1961 年，第一台工业机器人 Unimate（George Devol 发明、Joseph Engelberger 商业化）在通用汽车工厂上岗，伺候压铸机。它没有感知，不懂规划，只是精确重复示教过的动作——在结构化的工厂环境里，这就够了。机器人学六十年的主线，就是从 Unimate 的无感知重复，走向 Shakey 设想的那种开放世界自主。

三个子问题：感知、决策、执行#

机器人学通常拆成三个互相咬合的子问题：

这张表没有一行是"纯软件问题"——感知要懂光学与统计，决策要懂搜索与优化，执行要懂力学与电路。下面四节各挑一个最有代表性的技术切面。

运动学与动力学：身体的几何与力学#

机械臂的第一个数学问题是：关节转角和末端位置是什么关系？ 1955 年，Denavit 与 Hartenberg 提出用四个参数描述相邻连杆之间的变换（D-H 参数），把整条手臂写成一串齐次变换矩阵的乘积——这就是正运动学：给定关节角，算出末端位姿。它永远有唯一解，只是一次矩阵乘法。

反过来就麻烦了。逆运动学：给定末端目标，求关节角。它可能无解（目标超出工作空间），也可能有无穷多解——想想你把手按在桌上不动，手肘仍能画一个圈。还有一个更隐蔽的敌人：奇异位形。当关节排列使雅可比矩阵（关节速度到末端速度的线性映射）退化时，末端的微小运动要求关节速度趋于无穷——机械臂会突然"卡死"或疯狂甩动，规划器必须显式绕开。

运动学只谈几何，不谈力。一旦手臂要快速运动或抓取重物，就要面对动力学：惯性项、科里奥利项、重力项纠缠在一起，写成 $\tau = M(q)\ddot{q} + C(q,\dot{q}) + G(q)$。每个关节的加速都会"拽"动其他关节——这就是为什么高精度工业臂要么慢、要么得在线补偿动力学。

定位与建图：鸡与蛋的概率解法#

移动机器人进入陌生建筑要同时回答两个问题：地图长什么样？我在哪？这就是 SLAM（同时定位与建图）——鸡与蛋问题：定位需要地图，建图需要定位。

更根本的困难是误差累积：轮子里程计的漂移随距离增长，只靠"航位推算"，几圈下来机器人会坚信自己在墙里面。出路是概率表述——机器人不再维护"我的位置是 x"，而是维护"我的位置是某个概率分布"。这条路线由 Smith 与 Cheeseman 1986 年关于空间不确定性表示的论文奠基，经 1990 年 Smith、Self 与 Cheeseman 的 EKF-SLAM（扩展卡尔曼滤波，卡尔曼滤波器本身是 1960 年提出的）成为第一个主流解法：把机器人位姿和所有路标放进一个联合高斯分布，每观测到一次已知路标就收紧整个分布。

EKF-SLAM 有两个软肋：协方差矩阵随路标数平方增长；高斯假设表达不了"我可能在走廊 A 也可能在走廊 B"这样的多峰不确定性。两条改进路线分别绕开了它们：

• FastSLAM（Montemerlo、Thrun 等，2002）：用粒子滤波表示轨迹的后验——维护几百个"假设轨迹"，观测到路标后给吻合的假设加权、淘汰离谱的。关键洞察是因子分解：给定轨迹后各路标估计相互独立，每个粒子只需为每个路标维护独立的小滤波器，复杂度从平方降为线性。
• 图优化 SLAM（源头可追溯到 Lu 与 Milios，1997）：把历次位姿当节点、观测约束当边，整张地图的估计变成一个大型非线性最小二乘问题。配合回环检测——"这个地方我来过"——一次重访就能把累积漂移在整个图上摊平。

SLAM 是机器人学方法论最纯粹的样本：不追求消除不确定性，而是对不确定性建模，并利用约束之间的相关性。

运动规划：在构型空间里找路#

"从 A 走到 B 不碰东西"的难点在于搜索空间的形状。规划不在现实三维空间做，而在构型空间（C-Space）里做：机器人的每个完整姿态对应这个空间里的一个点，障碍物经机器人形状"膨胀"后映射成禁区。对六关节机械臂，这是一个六维禁区迷宫。

维数是第一道墙：每维切 100 份，六维就是 $10^{12}$ 个格子——A 这类图搜索在二维平面无往不利，在高维空间直接爆炸。1990 年代中期的突破是放弃完备性，改用随机采样*：

• PRM（Kavraki 等，1996）：随机撒点、连边成图，之后在图上查询，适合同一环境反复查询。
• RRT（LaValle，1998）：从起点长出一棵树，每轮随机采一个点，让树朝它延伸一步。随机采样天然偏向空旷区域，树会快速探向未探索空间。RRT 是概率完备的——只要解存在，采样足够久，找到解的概率趋近于 1——但不保证路径最短；RRT*（Karaman 与 Frazzoli，2011）通过重新布线补上渐近最优性。

这里的设计哲学值得停留一秒：在高维连续空间里，"大概率找到一条好路"击败了"保证找到最优路"——前者让规划从论文走进实时系统。

控制：从 PID 到模型预测控制#

规划给出"该去哪"，控制回答"此刻每个电机该出多大力"。控制论的主角是反馈：不测准再动，而是边动边纠正。

PID 控制器的三项各有直觉：比例项（P）按当前误差出力；积分项（I）累积历史误差，消灭稳态偏差——只靠 P，持续扰动（比如顶风行船）会留下永远消不掉的残差；微分项（D）按误差变化率刹车，抑制超调。这套三项结构由 Nicolas Minorsky 在 1922 年为美国海军自动操舵系统给出理论分析——他观察舵手的动作，发现舵手同时看当前偏差、偏差的累积和变化的趋势。PID 的最大优点是不需要系统模型，至今仍是工业控制的绝对主力；代价是对强耦合、强约束的系统力不从心。

模型预测控制（MPC）走了另一条路：每个控制周期用动力学模型向前仿真若干步，解一个带约束的优化问题，只执行第一步，下一周期重新优化。这套"滚动时域"思路 1970 年代末诞生在过程工业——Richalet 1978 年的模型预测启发控制，Cutler 与 Ramaker 1979/1980 年在壳牌炼油厂实践的动态矩阵控制。MPC 把"约束"从事后补丁变成优化问题的原生成分，代价是每步都要在线解优化——直到近年算力过剩，它才从炼油厂的慢过程杀进四足、人形机器人的毫秒级控制回路。

腿足机器人是控制的极限考场。双足行走的稳定性理论由 Vukobratović 与 Juricic 1969 年提出的零力矩点（ZMP）概念奠基——地面支撑反力的等效作用点必须落在支撑多边形内，否则倾倒。1980 年代 Marc Raibert 在 CMU、后来在 MIT 的腿足实验室走了另一条路：不求每步静态稳定，而是像弹簧高跷一样动态平衡，跑起来反而更稳。这两条思路至今仍在人形机器人上共存。

操作与学习：sim-to-real 的鸿沟#

抓取——人类最不当回事的能力——是莫拉维克悖论的正面现场。指尖接触的力学、物体的形变、滑移的临界，全都难写进方程。于是过去十年的主流路线变成让机器人自己学：模仿学习（看人类示范）与强化学习（自己试错）。

学习的瓶颈是数据。语言模型可以吃掉整个互联网，机器人没有"整个互联网"可吃——动作数据必须一台台真机采出来。两个解法主导当前研究：

• 仿真 + 域随机化（Tobin 等，2017）：在物理仿真器里免费试错，但仿真与现实的差距（sim-to-real gap）会让策略一上真机就崩。域随机化的对策出人意料地"粗暴"：不把仿真做得更真，而是做得更乱——随机化光照、纹理、摩擦、质量，逼策略对变化不敏感，让真实世界看起来只是"又一种随机化"。OpenAI 的灵巧手项目据报道用了约 1.3 万年的模拟时间，才把转魔方的策略迁到真手上。
• 共享真机数据集：2023 年的 Open X-Embodiment 联合 21 家机构，汇集 22 种机器人本体的 100 多万条真实轨迹，训练跨本体通用的 RT-X 模型——相当于机器人领域的"共建语料库"。

这两条路线都不完美：域随机化学不出仿真里根本没有的现象，真机数据的规模与多样性仍差语言数据几个数量级。sim-to-real 鸿沟没有被填平，只是被架了几座桥。

人形机器人的浪潮与不确定性#

人形不是新梦。1973 年早稻田大学完成 WABOT-1，被公认为世界第一台全尺寸人形机器人，能双足行走、抓取、用日语对话。本田从 1986 年的 E 系列秘密研发走到 1996/1997 年公开的 P2/P3，再到 2000 年发布 ASIMO，把 ZMP 式精细步态做成工程样板。另一条线是竞赛突围：2004 年 DARPA 大挑战赛全军覆没（没有一辆车跑完赛程的 5%），2005 年斯坦福的 Stanley 夺冠。

当下这波人形浪潮由三股力量汇成：电动执行器变便宜、强化学习把动态平衡从手艺变成可训练的能力、大模型提供任务层的"常识"。标志性事件包括：2024 年 4 月波士顿动力让服役 11 年的液压 Atlas 退役、转向全电动平台；特斯拉 Optimus、Figure（其 02 机型 2025 年进入宝马美国工厂试点）、宇树 G1（2024 年发布，约 1.6 万美元，把全尺寸人形拉进新价位段）密集进场。

但必须写明不确定性：截至本文写作，人形机器人的公开演示远多于独立验证的规模化部署，各家的量产时间表一再调整，"演示视频里的流畅"与"工厂里无故障运行数千小时"之间隔着可靠性、成本与安全的整条鸿沟。这波浪潮是范式转移还是又一次周期性乐观，目前诚实的回答是不知道——值得跟踪的是部署后的故障率与单位经济性，而不是发布会。

与相邻领域的分工#

• 与计算机视觉：视觉回答"这张图里有什么"，机器人需要"它在哪、我能不能碰到它"——带尺度的三维几何，且必须闭环：看是为了动，动又改变看到的。视觉是感知栈的部件，不是终点。
• 与机器学习：学习算法在机器人里是手段而非目的。机器人的特殊约束是数据贵、试错有物理代价、安全不可回滚——这决定了仿真、模仿与在线适应的分工。
• 与实时系统：控制回路是硬实时问题，感知规划是软实时问题，机器人把两者缝在同一台机器上——这正是混合关键性系统教科书里的场景。
• 与 GPU 并行计算：RRT 的批量采样、MPC 的在线优化、策略的大规模仿真，今天都跑在 GPU 上；算力过剩本身是本轮机器人进展的必要条件之一。

代价与争议#

安全不是附件。1979 年 1 月 25 日，福特铸造厂的工人 Robert Williams 被一吨重的生产线机械臂击中头部身亡——这被吉尼斯记录为首个有记载的被机器人致死案例。今天的工业机器人因此普遍被安全围栏隔离；"协作机器人"靠功率与力限制换取与人共处的资格，但力的上限与任务效率天然冲突。

自主武器的伦理。当机器人从"执行重复动作"走向"自主决策"，把杀伤力交给机器的门槛问题就从科幻变成国际法议题——联合国框架下关于致命自主武器系统的谈判已持续多年，尚无定论。

就业的结构性冲击。争论点不在"有没有"重构岗位，而在冲击的分配——谁被替代、新岗位在哪里出现、过渡期有多痛。

跨域连接#

• 计算机视觉：视觉给的是像素上的语义，机器人要的是带尺度的三维几何，而且必须闭环——看错一帧可以下一帧纠正，但纠正本身会移动身体、改变视角。这决定了机器人感知不能照搬"离线评测准确率"：指标必须包含闭环之后的任务成功率，否则模型可能在一帧帧识别上拿高分，却在真实抓取里系统性失败。
• 机器学习：机器学习的缩放定律建立在"数据近似免费"上，而机器人的动作数据必须真机逐条采集、试错还有物理成本。这解释了为什么域随机化与跨本体数据集成为机器人学习的枢纽——它们都是把数据成本摊薄的工程手段。推论是：评判一个机器人学习系统，先看它的数据从哪来，再看它的网络有多大。
• 控制论：控制论提供反馈的语言，但 PID 与 MPC 的分歧正是机器人学的核心权衡——不依赖模型的 PID 便宜鲁棒，依赖模型的 MPC 能把约束写进优化却要在线求解。腿足机器人把这个权衡推到极致：ZMP 路线精细规划每一步，动态平衡路线靠反馈本能兜底，两者至今共存，说明"模型该用多深"没有普适答案。
• 概率：SLAM 的全部要害是把"我在哪"从确定值换成后验分布，再把每次观测当作对分布的贝叶斯更新。粒子滤波用一组假设轨迹逼近这个后验，观测后按似然重采样——这正是概率论里序贯蒙特卡洛的直接应用。可检验的推论是：只报"估计位置"不报协方差的定位系统，在工程上不可信。
• 知觉生理：莫拉维克悖论的进化解释是——感知与运动能力经过数亿年进化打磨，已经沉入无意识，我们既感觉不到它的计算量，也就意识不到复制它有多难；而下棋这种抽象推理是进化上的新技能，反而容易形式化。这提醒我们："做起来毫不费力"恰恰是难度最大的标志，而非相反。

参考文献#

• Moravec, H. Mind Children: The Future of Robot and Human Intelligence. Harvard University Press, 1988. （莫拉维克悖论的原始出处）
• Hart, P., Nilsson, N. & Raphael, B. A Formal Basis for the Heuristic Determination of Minimum Cost Paths. IEEE Transactions on Systems Science and Cybernetics, 4(2): 100–107, 1968. （A* 算法，为 Shakey 提出）
• Smith, R. & Cheeseman, P. On the Representation and Estimation of Spatial Uncertainty. The International Journal of Robotics Research, 5(4): 56–68, 1986. （SLAM 概率表述的奠基）
• Montemerlo, M., Thrun, S., Koller, D. & Wegbreit, B. FastSLAM: A Factored Solution to the Simultaneous Localization and Mapping Problem. AAAI, 2002. （粒子滤波 SLAM）
• Lu, F. & Milios, E. Globally Consistent Range Scan Alignment for Environment Mapping. Autonomous Robots, 4: 333–349, 1997. （图优化 SLAM 的源头）
• LaValle, S. Rapidly-Exploring Random Trees: A New Tool for Path Planning. Technical Report TR 98-11, Iowa State University, 1998. （RRT）
• Karaman, S. & Frazzoli, E. Sampling-based Algorithms for Optimal Motion Planning. The International Journal of Robotics Research, 30(7), 2011. （RRT* 与渐近最优性）
• Minorsky, N. Directional Stability of Automatically Steered Bodies. Journal of the American Society of Naval Engineers, 34(2), 1922. （PID 三项控制的理论分析）
• Richalet, J. et al. Model Predictive Heuristic Control: Applications to Industrial Processes. Automatica, 14: 413–428, 1978. （MPC 的工业源头之一）
• Tobin, J. et al. Domain Randomization for Transferring Deep Neural Networks from Simulation to the Real World. IEEE/RSJ IROS, 2017. （域随机化）
• Open X-Embodiment Collaboration. Open X-Embodiment: Robotic Learning Datasets and RT-X Models. arXiv:2310.08864, 2023. （跨本体机器人数据集）
• Siciliano, B. & Khatib, O. (eds.) Springer Handbook of Robotics. 2nd ed. Springer, 2016.
• Thrun, S., Burgard, W. & Fox, D. Probabilistic Robotics. MIT Press, 2005.