🎯 科技 · 人形机器人
🔥 人形机器人百米冲刺撞墙摔停——不是不会刹车，而是"停"比"跑"难一万倍
近年来，人形机器人参赛百米短跑的视频屡见不鲜，但几乎无一例外地以"撞墙摔停"收场。观众不禁要问：这些机器人明明能跑能跳，为什么到了终点却停不下来？难道它们真的没有刹车系统吗？
答案并非"不会刹车"，而是"刹车"对人形机器人来说，是一个比"跑步"复杂得多的技术难题。人形机器人本质上是倒立摆系统——重心高、支撑面小，保持站立平衡就已经极具挑战。在高速奔跑时，机器人的每一步都需要精确控制落地位置和身体姿态，任何微小的偏差都会在高速运动中放大。跑步是动态平衡的连续调控，而刹车本质上是一次剧烈的动态平衡破坏——从高速运动到完全静止，需要在极短时间内完成姿态重建。
从控制理论来看，人形机器人的步态控制通常采用模型预测控制（MPC）方法，即基于当前状态预测未来若干步的运动轨迹，并优化每一步的落地位置和力度。这种方法在跑步过程中表现良好，但一旦需要突然停止，原有的预测模型就会失效——因为"停止"意味着速度从零开始反向变化，而MPC的优化目标是从"保持前进"突然切换到"完全静止"，这种突变对控制算法提出了极高要求。
此外，人形机器人的动力系统也是一个关键瓶颈。大多数现役人形机器人采用关节电机驱动，其扭矩和功率密度远不及人类肌肉。人类跑步时，腿部肌肉不仅可以产生动力，还可以在落地时吸收冲击能量——这是一种高效的"主动刹车"机制。而机器人需要在每次落地时通过电机的反向扭矩来吸收能量，这对电机的制动能力和电池续航都是巨大挑战。当机器人试图在终点线前紧急制动时，电机往往无法在有限时间内提供足够的反向扭矩，导致惯性将机器人推向前方——于是就有了撞墙摔停的经典场面。
更深层的问题在于，当前人形机器人的感知-决策-执行闭环延迟仍然较高。人类跑步时，视觉系统可以提前预判终点位置，大脑在到达终点前数百毫秒就开始启动制动程序。而人形机器人的传感器数据需要经过采集、传输、处理、决策、执行的完整链路，每一环节都存在延迟。当机器人"意识到"自己已经到达终点时，实际上已经冲过了头——这种感知延迟在高速运动中尤为致命。
不过，研究人员正在从多个方向破解这一难题。仿人肌肉的软体驱动技术、基于强化学习的自适应制动策略、以及更高速的实时控制算法，都在逐步缩小人形机器人与人类运动能力的差距。撞墙摔停的尴尬场面，或许正是人形机器人从"能跑"走向"跑得好"的必经之路。当有一天机器人能够优雅地冲过终点线并稳稳停下时，我们离真正实用的人形机器人时代也就不远了。
综合科技报道、机器人领域研究 | 2026年8月31日