行走与平衡：双足机器人的控制难题

前情提要 在第 18 篇《抓取为什么这么难：接触、摩擦与柔性》里我们谈到，机械手想拿稳一个杯子，难在接触点又小又滑、材料还会被压变形，所以"抓"本质上是在解决局部接触的稳定——只要指尖那几个小接触点不滑、不塌就行。而本篇要聊的"走"，难度换了个维度：它要管的是全身质心的平衡稳定。一个会抓的机器手，未必能站得稳；会走的机器腿，却要同时照顾落脚、摆臂和重心。两套稳定问题，一个发生在手指尖，一个发生在整副骨架。

你有没有试过单脚站立？把一条腿抬起来，身体会不自觉地晃。这时候你的大脑在飞快地做一件事：不停把身体重心挪到那只还踩在地上的脚上方。只要重心偏出去太多，你就得落地、扶墙，不然就摔了。

双足机器人面对的，正是这个随时随地可能"倒"的麻烦——只不过它没有你几十年的走路经验，每迈一步都像在重新学平衡。

平衡，其实就是"把重心拉回脚掌"

我们先不讲机器人，先讲一个谁都能懂的画面。

想象你头顶顶着一杯水（那杯水就是你的"重心"），脚下踩着一块小垫子（垫子就是脚掌能撑住你的范围）。只要你头顶那杯水的影子，落在脚掌垫子里面，你就稳；一旦那影子滑到了垫子边缘之外，水就会洒——你就倒了。

在力学里，这杯"水"的位置叫质心（center of mass），就是一整个身体所有重量的平均作用点；脚下那块"垫子"能撑住你的区域，叫支撑区（support polygon），简单说就是"所有着地的脚合起来，在地面上圈出的那块地盘"。

平衡的真相特别朴素：机器人每时每刻都在干一件事——让质心在地面上的投影，乖乖留在支撑区里面。 投影在里面，就不倒；投影一跑出去，就该摔了。控制算法做的全部努力，就是抢在投影溜出去之前，把它拽回来。

为什么轮式的"永远不会倒"

你可能会问：那为什么扫地机器人、轮椅、汽车从不用担心摔倒？

因为它们是轮式的。轮子贴在地面上，接触是一条连续的长条，支撑区又宽又长；而且轮子一转就走，重心投影几乎永远落在那片宽大的支撑区里。更要紧的是，轮式机器不需要"抬脚"——它从头到尾都贴着地，没有哪一刻会把自己悬空、只靠一个窄支撑面撑着。

换句话说，轮式机器把"平衡"这个难题，用结构上的取巧绕开了：我干脆不离开地面，你也就没机会把我放倒。这也是为什么最早的移动机器人几乎都长轮子——不是设计者不想用腿，是腿太难了。

足式为什么每一步都"可能倒"

换成两条腿，麻烦就来了。

人走路其实是一连串"快要倒下又赶紧救回来"的动作。你迈左脚时，全身重量压在右脚上，这时候支撑区缩小成右脚掌那块小地方（甚至窄成一条线）；等左脚落地，支撑区才重新变成两只脚之间的梯形。也就是说，走路的大部分时间里，你都只有一只脚在撑地，支撑区又小又窄，质心投影稍偏一点就出去了。

对机器人来说，这意味着：

• 抬腿的瞬间，它从一个稳定姿态，主动走进一个不稳定姿态；
• 落腿的瞬间，又要在半空中找准位置，把支撑区重新撑大；
• 中间那零点几秒的单脚期，全靠控制算法飞速微调身体、手臂、腰胯，把质心投影死死按在脚掌上。

所以足式行走难的不是"动"，而是"动的时候别倒"。每一步都是一次和重力的小规模搏斗。

步态：把"快倒"编排成"稳走"

工程师把这套循环叫步态（gait）。一个完整的步态周期，可以粗略分成两个阶段：

• 支撑相：某只脚踩在地上、承担体重。此时它是支撑区的主力。
• 摆动相：另一只脚离地、向前摆，准备落到前方去"接棒"当新的支撑。

走得好不好，看的是这两个相怎么衔接：摆腿的脚要在恰当的时刻、恰当的位置落下，好让支撑区刚好在旧脚收力之前接上；同时上半身要微微前倾、手臂要反着摆，用来抵消腿动带来的左右摇晃。你学骑车、学滑冰时身体那些"自动"的歪斜和摆手，本质上都是同一套平衡补偿。

不同的腿数，难度天差地别：四足机器人有三条腿着地时支撑区是块大三角，很稳；两足只有一条腿着地时支撑区最窄，所以双足是足式里最难的——也最像人。

这张小图就是双足行走控制的内核：每一瞬间，系统都在判断"重心在哪"，并决定"是稳住，还是已经出界"。

维持平衡，其实是"维持低势能的稳定态"

这里要接上另一个视角。在物理系列第 7 篇《能量与守恒：为何最低能量态那么关键》里我们讲过：一个物体天然倾向于待在能量最低的状态，比如小球会滚到碗底才安分。

把它套到"走"上特别好懂：人站直、重心低、脚站稳，是一种低势能的稳定态；而一旦质心投影滑出支撑区，身体开始倾倒，重心高度下降，势能骤然释放——这就是"倒下"。机器人所有的平衡努力，说到底都是在阻止自己从低势能的稳定态，滑向倒地这个更低势能的"坑"里。维持平衡，就是维持那个不容易掉的低能量姿态；摔倒，则是势能的一次痛快泄洪。

这也解释了为什么"救平衡"要快：一旦开始往坑里滑，势能会越泄越快，等滑到一半再拉，要花的力气比一开始就按住大得多。

结语：难的从来不是迈腿

回头看，双足机器人最迷人、也最折磨人的地方，不在于它能把腿抬多高、走多快，而在于它要在不停"快倒"的边缘上，走出一条不倒的路。轮式用结构绕开了重力，足式却偏要正面硬刚——而硬刚的代价，就是每一个控制周期里，都要和质心投影、支撑区、步态节奏反复较劲。

理解了这套"重心—支撑区"的拉锯，你再看任何会走路的机器人，眼里看到的就不再是炫技，而是一场永不停歇的、精密的平衡芭蕾。

读后小测

3 句话复述 双足机器人每走一步都只用一只脚撑地，支撑区又窄又小，质心投影稍偏就会倒。平衡的本质，就是控制算法不停把质心在地面上的投影，拉回脚掌圈出的支撑区里。这其实是在维持一个低势能的稳定姿态，一旦投影滑出支撑区，势能骤降人就摔倒，所以救平衡必须趁早。

1 件动手小事 今天站着等车或刷手机时，试着把重心慢慢移到一只脚上、抬起另一只脚单脚站十秒，感受身体怎么不自觉地晃、怎么用手臂和腰去"找平衡"。再观察旁边走路的人：注意他们总是一只脚着地时另一只脚才抬起，支撑区在两只脚之间换来换去——那就是文章里说的步态，在替你维持不倒。

下一回，我们会走向一个全新方向。在第 20 篇《大模型上车：从"聊天"到"动手"》里，我们要聊的是：那些本来只会跟你文字聊天的 AI 大模型，是怎么学会"指挥"真实机器人的。前面这些篇我们都在讲机器人自己的身体——手怎么抓、腿怎么走、重心怎么稳；下一回要问的是：谁来当机器人的"大脑"？大模型能不能把一句人话，翻译成机械臂和机器腿能真正执行的动作序列？这会是我们从"身体"走向"智能"的第一座桥，也是理解机器人为什么能听懂人话的关键一步。