如果你只在展会Demo里见过四足机器人的能耐，大概印象还停留在“遥控走路、预设动作”的阶段。真正把一只机器狗扔进完全陌生的障碍赛场，不让人类插手，让它自己看路、判断什么时候该跑、什么时候该跳，这件事，产业界目前还极少有机器人能做到。
在底层研究层面，南京大学研究团队则走了一条更偏“生物启发”的路径：不依赖专家操作数据，直接让机器人从真实狗的运动捕捉数据里学习自然步态。近日，他们在《自然通讯》《Nature Communications》上发表了这项成果。
基于一套融合“运动本能”与“任务规划”的整合控制器，一台宇树四足机器人Go2仅靠正前方一枚深度相机，就在六类障碍物随机排列的敏捷赛场上跑出平均1.1米/秒的速度，跨栏时最高冲刺到3.2米/秒，全场自主通关成功率超过78%。
01.
不是步态切换本身有多难，而是“谁来决策”的问题
让四足机器人在不同地形上切换步态，企业产品早已能够做到。真正的难点在于：当场地变成完全陌生的随机障碍组合，没有人类遥控、没有预设路线、连全局定位都没有的时候，机器人能不能自主判断“前面是跳杆，我得提速，然后在合适时机起跳”？
南京大学团队给出的答案是两套协同工作的神经网络。底层叫基础行为控制器（BBC），相当于机器人的“小脑”和“脊髓”，负责维持平衡并产生五种基本步态——行走、踱步、小跑、慢跑和跳跃。上层是任务特定控制器（TSC），相当于“大脑”，用深度相机感知环境，自主决定调用哪种步态、给多大的速度指令。
这种架构的灵感来自神经科学：动物运动时，脑干和脊髓负责基础步态和姿势反射，大脑皮层和基底神经节则负责整合感官信息、做出行为规划。论文将这套生物学分工搬到了机器人身上。
02.
从狗的动捕数据里学运动直觉
BBC最独特的地方在于，它的步态不是工程师手工调参设计出来的，而是从真实狗的运动捕捉数据中“搬”到机器人身上的。研究团队从公开的狗运动数据中提取了五种步态的骨骼动画，通过运动重定向技术映射到Go2机器人身上
为了从数据中分离出不同的行为模式，他们设计了一种半监督的生成对抗模仿学习算法，仅用不到5%的标注数据，就训练出了一个可以通过切换隐变量输入来改变步态的策略网络。
一个额外的好处是，除了离散的“步态类型”隐变量，系统还学到了一个连续的“风格”隐变量。调整这个变量，可以在同一种步态下改变小腿关节的摆动幅度等细节，让动作看起来更接近生物的自然感，而非机械的重复。
这套BBC对速度指令的跟踪精度也相当可观：平均线性速度跟踪误差仅0.04米/秒，这为上层TSC的精准调度提供了可靠基础。
03.
纯视觉驱动的自主决策
让机器狗“看懂”障碍场的是TSC。它接收来自Intel RealSense D435i深度相机的画面，深度值被裁剪在0.3到4米范围内，以50Hz的频率刷新，然后输出当前应该使用的步态类型、目标线速度和角速度等指令。
训练TSC采用了一种“特权学习”架构。先让一个教师策略访问所有“上帝视角”信息，如精确的地形高程图、障碍物类型、与下一个导航点的相对偏航角等，轻松学会在随机场地中高速通行。然后训练一个学生策略，它只能看到深度图像和自身关节状态，被要求模仿教师的行为并预测那些被隐藏的环境信息。
为了让视觉系统能扛住真实世界里的传感器噪声，团队还在深度编码器中引入了自监督对比学习目标BYOL，训练时给图像随机加入白噪声、背景噪声、高斯模糊等扰动。消融实验表明，去掉这个模块，成功率直接大幅下降。
值得注意的是，由于TSC采用门控循环单元（GRU）编码历史深度信息，即使下一个障碍还未完整进入当前画面，机器人也能提前预判并准备切换行为，这在实际测试中表现为连贯、流畅的障碍间过渡。
04.
十分钟打通虚拟到现实
仿真器中训练好的策略搬到真实机器人上，往往会因为物理参数不匹配而出问题。传统做法是手动调参或大范围随机化，效率低且难以精调。
团队采用了一种叫进化对抗仿真器辨识（EASI）的方法来解决这个问题。简单说，在真实世界和仿真器中各采集一小段运动数据（只需80秒），然后用一个神经网络判别器猜测每组数据来自哪个世界，同时让进化策略算法自动调整仿真器的物理参数，变得越来越以假乱真。
整个过程在GPU并行加速下不到10分钟就能完成。
仿真器参数校准后，BBC在增强仿真器中微调约4000步（约两小时），即可直接部署到真实机器人上，几乎没有性能损失。联合频谱和轨迹对比显示，优化后的仿真器与真实世界的动力学特性高度吻合。
05.
看得见的敏捷
最终的系统在多项测试中交出了扎实的成绩单。
在六类障碍物（A字板、跳杆、绕杆、跷跷板、轮胎跳、隧道）随机排列的7×10米场地上，500次随机测试中机器人跑出平均1.1米/秒的速度，平均完成时间24秒，成功率超过78%。
对比实验中，传统MPC控制器和缺少自然步态的基线方法无法顺利通过跳杆等障碍；人类操作员手动遥控BBC，也因反应跟不上实时变化而难以完赛。
在跨栏专项测试中，四个跳杆随机间隔2.5至3.5米放置，全程约15米。机器人自主从慢跑过渡到跳跃姿态，最高速度达到3.2米/秒，跳跃时身体高度可达0.54米。接触序列记录显示，起跳时机和空中姿态都呈现出接近生物的运动特征。
各种单障碍测试中，本文方法对各类障碍几乎达到100%成功率，且速度优于对照组。
06.
未来与结语
这项工作的核心贡献不在于证明四足机器人能跑步，这件事产业界已经做到了。它的价值在于验证了一条技术路径：用模仿学习从动物数据中提取可端到端切换的自然步态库，配合纯视觉的自主环境理解，在随机障碍场景中实现完整的感知-决策-运动闭环。
当然，这套系统也有明确的局限。任务特定控制器对障碍物几何形状的泛化能力有限，当障碍明显超出训练分布，比如更换了尺寸不同的障碍物，成功率会下降。
论文在补充材料中也展示了，对于远超机器人跳跃能力的高箱，纯粹的跳跃策略不再够用，需要额外的“编辑策略”学习攀爬行为。
但无论如何，这项研究向动物级敏捷这个长期目标迈出了坚实一步。当机器人的步态不再来自工程手册，而是来自对自然运动的模仿，它们的动作就会更流畅、更高效，也更接近我们期待中那种自然而然的灵动。
论文链接：https://www.nature.com/articles/s41467-026-72475-9
热门跟贴