仿人机器人的进展：全面回顾与未来展望

01摘要

       本文全面回顾了仿人机器人的现状、进展和未来前景，强调其在推动下一代产业发展中的重要意义。通过整合多学科研究成果，全面分析各方面工作和关键技术，包括本体结构、控制、决策、感知和交互，为仿人机器人的研究现状提供了详尽概述。文章指出了该领域新兴挑战，特别强调了深入了解生物运动机制、改进结构设计、加强材料应用、先进的驱动和控制方法以及有效利用能源的必要性。技术创新使得人形机器人成为下一代产业的引领力量，重点强调仿生学、类脑启发智能、机械和控制的整合，认为这是开发先进仿人机器人系统的极具潜力的方向。论文提供了丰富的资料，为研究人员和从业者提供了有价值的资源，促进了仿人机器人在不同领域的潜力发展，推动了相关领域的跨学科融合。

02研究背景

      《“十四五”机器人产业发展规划》将机器人列为国家科技创新核心领域。工业和信息化部于2023年发布了《人形机器人创新发展指导意见》，旨在促进仿人机器人产业高质量发展。该指导意见重点推动仿人机器人的研发创新和产业化应用，特别强调了仿人机器人集成先进技术（人工智能、高端制造、新材料）的潜在颠覆性，将其视为未来产业的新赛道。这一战略明确将仿人机器人视为引领未来产业发展的制高点，拓展其在国防、公共安全、智能制造和社会服务等领域的应用。

       仿人机器人代表着国家科技创新和制造业水平的关键标志。然而，这一领域还存在着关键短板，涉及基础部件、操作系统、整机产品以及领军企业。为了推动该产业实现高质量发展，势在必行的是政策引导和关键技术创新。尽管已经取得了显著进展，但仍需要应对一系列挑战，包括平衡和能效等方面的问题。为释放潜力，关键在于以大模型等人工智能技术为引领，集中精力解决仿人机器人“大脑”、“小脑”和“肢体”等核心技术领域的问题。具体包括开发基于人工智能大模型的仿人机器人“大脑”以增强环境感知、行为控制和人机交互能力，以及研发控制仿人机器人运动的“小脑”和“机器肢”关键技术群，突破轻量化骨骼、高强度本体结构和高精度传感等技术。此外，还需要构建完善的仿人机器人制造业技术创新体系，促使前沿技术的融合，实现跨学科、跨领域的创新模式。

       尽管仿人机器人面临多方面挑战，但其在军事、工业、医疗、教育等领域展现出广泛的应用潜力，为下一代产业发展提供了关键的推动力。本文深入审视了仿人机器人的现状、进展和未来前景，通过整合多学科的研究成果，为仿人机器人在各领域的演进提供了宝贵的资源，促进了跨学科整合和领域的进步。技术创新使仿人机器人成为下一代产业的引领力量，强调了仿生学、脑启发智能、力学和控制的整合，为研究人员和从业者提供了有价值的资源，促进了仿人机器人在不同领域的潜力发展，推动了相关领域的跨学科融合。

03成果介绍

       中国科学院自动化研究所工业视觉与智能装备技术工程实验室张正涛研究员团队全面回顾了仿人机器人的现状、进展和未来前景，强调其在推动下一代产业发展中的重要意义。通过整合多学科研究成果，全面分析各方面工作和关键技术，包括本体结构、控制、决策、感知和交互，为仿人机器人的研究现状提供了详尽概述。文章指出了该领域新兴挑战，特别强调了深入了解生物运动机制、改进结构设计、加强材料应用、先进的驱动和控制方法以及有效利用能源的必要性。技术创新使得仿人机器人成为下一代产业的引领力量，重点强调仿生学、类脑启发智能、机械和控制的整合，认为这是开发先进仿人机器人系统的极具潜力的方向。论文提供了丰富的资料，为研究人员和从业者提供了有价值的资源，促进了仿人机器人在不同领域的潜力发展，推动了相关领域的跨学科融合。

        研究成果发表于IEEE/CAA Journal of Automatica Sinica2024年第十一卷第二期：Y. Tong, H. Liu, and  Z. Zhang,  “Advancements in humanoid robots: A comprehensive review and future prospects,” IEEE/CAA J. Autom. Sinica, vol. 11, no. 2, pp. 301–328, Feb. 2024. doi: 10.1109/JAS.2023.124140 

        首先，全面概述了仿人机器人的研究，包括历史进展和对该领域当前研究现状的分析。仿人机器人的探索始于20世纪70年代，并在21世纪初迎来显著的发展。从最初模仿人类外观和基本动作，逐步演变为拥有类人智能系统，这一进化过程可划分为三个阶段，如图1所示。首阶段始于20世纪60年代末，以早稻田大学等机构在双足行走机器人领域的先驱研究为代表。第二阶段以本田的仿人机器人为标志，引入高度集成系统和感知控制技术，使机器人具备了基本感知和简单判断的能力。第三阶段由波士顿动力和特斯拉领导，实现了高度动态的运动和认知能力的显著提升，能够独立执行复杂任务。

     图1  仿人机器人的历史进展

       仿人机器人的发展呈现两大主要方向：首先，一种方法旨在外部仿真，即复制人类外观和功能。通过吸收人类行为的见解，这一方法使机器人能够以类似于人类的方式执行任务，尽管在控制器设计方面仍存在一些挑战。其次，另一种方法专注于内部模拟，创造具有人类内部结构的智能机器人。这些机器人的目标是建立与人类伙伴的共情和深度合作。在全球范围内，研究团队在机器人的类人机制、脑启发算法、神经形态芯片和肌肉骨骼系统方面取得了显著进展。

       通过对Web of Science数据库进行1900年至2022年关于“humanoid robots”的搜索，在排除不相关论文后，对前10000篇进行排名和分析，利用citespace软件呈现了仿人机器人领域的研究主题和热点，如图2所示。同被引文献分析揭示了早期研究的先驱者和近年来加入的突出贡献者。国家和机构分析显示了主要研究国家和关键研究机构。关键词聚类分析突显了研究主题的集中。

图2  仿人机器人知识领域映射：(a)共引分析；(b)国家和机构分析；(c)关键词聚类分析

        图3显示了仿人机器人领域论文数量的持续增长，尤其在2012年以后，反映了技术进步、机器人竞赛、媒体报道等推动因素下的研究激增。2014年至2022年每年发表的1000篇以上的论文表明了过去十年中仿人机器人研究的持续热情和趋势。

图3  每年份发表仿人机器人相关研究方向论文数量图

        在日本，仿人机器人的研究重点主要集中在形态模拟领域，特别强调了开发逼真的仿生机器人，以在服务型场景中应用。相较之下，在美国，仿人机器人的研究注重于理解人脑的机制和功能模拟，在复杂环境中操作机器人方面取得了显著进展，为潜在的实际应用奠定了坚实的基础。许多其他国家的仿人机器人研究受到美国和日本独特研究的启发和影响，推动了更多的创新研究和发展。图4清晰展示了各国独特的仿人机器人设计，每个机器人都具备独特的属性和能力。通过表1对一些代表性模型进行突出，全面概述了仿人机器人研究在运动、灵巧性、互动和认知能力等领域的进展。

图4  各个国家仿人机器人的研究现状

  表1 典型的仿人机器人的性能参数

       仿人机器人的机械设计至关重要，其灵感源于人体复杂结构和微妙动作的巧妙组合。这种设计不仅在促进实际互动方面发挥关键作用，还为研究双足行走及相关领域提供了重要的研究平台。表1-2通过对各种仿人机器人规格的综合比较，包括自由度、重量、尺寸、电源和传感器等参数，我们能够深入了解它们的能力和局限，为研究人员和开发者提供了有力的参考。这种分析揭示了仿人机器人技术的发展趋势和进展，为未来研究提供了有力的支持。

表2  典型仿人机器人本体结构与模块

       在仿人机器人领域，可以基于尺寸将其分为成人尺寸和儿童尺寸两大类。表3对这两类仿人机器人的特征和应用场景进行了深入剖析，为我们提供了关键差异的清晰认识，揭示了成人尺寸和儿童尺寸机器人的各自优势和发展前景。同时，图5通过可视化展示系统复杂性、能耗、功能、交互能力、负载能力以及体积与质量比，全面直观地比较了不同尺寸机器人的性能属性。这些信息有助于研究人员和开发者更深入地了解两种尺寸机器人之间的性能差异，从而更明智地制定符合特定需求和目标的决策。

表3  仿人机器人的分类

       图5  儿童尺寸和成人尺寸仿人机器人的比较

       相较于人类的敏捷性和自主性，仿人机器人存在明显差距。本文通过深入讨论控制、驱动和学习方法，以实现所需的行为。全文全面概述了仿人机器人控制方法的分类。设计精良的仿人机器人致力于复制人体复杂结构，其执行器模拟人体肌肉和关节，以实现逼真的动作。文章详细分析了不同类型的致动器，揭示其各自的优缺点，这一分析影响着机器人的性能、效率和设计复杂性。仿人机器人还努力模仿人类思维和行为，通过从周围环境中学习，自主决策执行各种任务，并在面对各种环境，无论是计划中的还是不可预测的情况下进行适应。表4详细总结了当前控制和学习方法的分类和各自特点，为读者提供了全面的学术视角。

表4  仿人机器人的控制与学习方法

       本文深入探讨了仿人机器人的感知和交互能力。通过研究传感系统、感知算法以及交互方式，旨在揭示仿人机器人如何运用这些元素来理解和参与周围环境。

       本文介绍了仿人机器人的潜在应用，阐述了它们的多功能性和潜在的增长。图6为读者提供了仿人机器人在不同领域具有重要前景的概述。

      图6  仿人机器人的潜在应用

        本文深度探讨了仿人机器人未来的趋势和挑战，为读者提供了对研究和发展方向的深刻见解，并明确了推动该领域发展的主要挑战。通过表5全面概述了仿人机器人未来发展的关键技术和挑战，强调了在生物学、材料科学、控制系统和能量转换等领域的跨学科合作的必要性。图7则简明扼要地总结了仿人机器人的关键技术。综合而言，仿人机器人技术的未来在于跨学科合作和对生物学理解的不断突破。通过整合结构和生物材料，仿人机器人将展现出更强大的功能，拓宽应用领域，并对人类生活的多个方面产生深远影响。随着研究和技术的不断进步，仿人机器人成为社会不可或缺的一部分的潜力将不断增长，为其融入日常生活创造更多可能性。

 表5 仿人机器人关键技术与挑战

图7  仿人机器人关键技术

04作者及团队

       佟玉闯，博士，中国科学院自动化研究所助理研究员，专注于机器人具身智能控制与学习技术的研究，涵盖智能控制、模仿学习、3D视觉感知等领域。在IEEE Transactions等高水平期刊及顶级会议上发表论文20余篇，主持国家自然科学基金青年科学基金项目和中国博士后科学基金面上资助项目，参与多项国家级重大项目。曾荣获国际会议ICRRI 2020最佳论文奖、中国科学院优秀博士学位论文奖、中国科学院院长优秀奖、博士研究生国家奖学金及北京市优秀毕业生等多项荣誉。   

        刘浩天，中国科学院自动化研究所博士研究生。主要研究方向包括机器人、智能控制和机器学习等。

       张正涛，博士，中国科学院特聘核心研究员，博士生导师，中组部万人领军，中国科学院工业视觉智能装备技术工程实验室主任，自动化学会智能制造系统与技术专业委员会主任，工信部智能检测装备产业专家咨询委员会委员，中国科学院大学岗位教授，中科院青年联合会委员，洛阳市人大常委会委员，洛阳市首届科技领军人才，洛阳市第一届优秀企业家，长期从事工业外观检测、计算机视觉、智能机器人系统的研究。在IEEE Trans.等高质量期刊发表学术论文60余篇，其中SCI论文24篇，合著图书2本，授权发明专利36项。主持及参与国家自然基金、国家基金委创新研究群体、重点研发计划、国防重大、企业横向课题20余项，获2022年度中国科学院科技促进发展奖（排名第1 ）、2023年度中国图象图形学学会科技进步奖一等奖（“复杂工业场景机器视觉鲁棒感知关键技术及应用”），获2013与2015年度北京市科技进步奖2项，河南省“河洛英才”计划与中科院青年创新人才计划支持。