通常设计为一个自由度，以确保机械臂能够进行精确的弯曲与伸展， 腕关节通常设计为二自由度或三自由度的球铰，用于末端姿态调节。 这些自由度配置赋予机械臂与人类手臂类似的运动特性，能够完成复 杂的操作任务。通过对人类手臂的构型研究与运动学仿真优化，进一 步提高仿人机械臂的工作空间与灵活度。其中腕关节的球铰设计要求 末端同时具备俯仰和侧摆能力，传统串联关节难以实现。通过新型的 线性执行器与并联机构的组合，能够更好地分配负载，降低惯性和反 考生物足功能开发仿生 足也是提高机器人运动能力常见的解决方法。基于执行器的选择与布 置，腿足结构设计与加工技术对人形机器人的运动能力、稳定性和效 率起着关键作用。早期的大框架、大重量设计经过运动学、动力学分 析和拓扑优化等技术的改进，现已成为可在保证腿足强度的同时达到 轻量化与可靠性的平衡设计。同时，利用增材制造技术融合多材料多 工艺方法构建复杂的机械框架也提高了腿足的灵活性，兼顾强度、惯 动器等硬件设备精确调节电机的运转，实现关节的精准动作，主要采 42 用运动学分析与建模、动力学分析与建模和控制算法。全身控制是协 调多个关节之间的运动关系，进行运动规划和轨迹生成。比如在人形 机器人行走时，全身控制要规划好腿部各关节以及胯部、腰部等相关 关节的配合，生成从起始姿态到目标姿态的连续运动轨迹，使得行走 动作自然流畅且符合运动学和动力学规律。模型控制更多地从机器人 整体行为和任务角度出发，基于感知到的环境信息以及预设的任务需

融合视觉、触觉等3D环境特征，通过多视图关联构建以对象为中心的场 景表征，实现全维度环境感知与决策。 “小脑”运动控制是实现人形机器人自然流畅动作的关键，主要分为 基于模型和基于学习两类方法。前者通过建立运动学和动力学模型进行 规划控制，如ZMP、混杂零动态规划等算法，但开发复杂、成本高；后 者借助人工智能技术，以人类示教（模仿学习）或自主探索（强化学习） 建立策略，能降低开发难度、加快迭代。二者各有优劣，共同推动人形

物理所研究的范畴。比如一块被水平扔出去的石头做抛物线运行，踩 油门让车加速等。这些运动规律都可以被牛顿力学所描述。通过给定 物体的质量和受力情况就可以通过 F  ma 这个公式去计算物体的加 速度，再结合运动学公式和初始状态计算该物体往后任意时刻的运动 状态。然而牛顿力学可以计算的运动规律是有范围的，即低速宏观弱 引力场情况。如图 1 所示，当我们研究的物体尺寸从日常生活中见到 的宏观世界，如飞机、

奖科学家“发现和合成量子点”进行表彰 , 在全球范围 内引发了对量子科技的高度关注。联合国将 2025 年定 为“国际量子科学与技术年”以纪念 1925 年薛定谔提 出量子力学的薛定谔方程、海森堡发表论文《运动学和 力学关系的量子力学重新诠释》至今 100 周年。 我国高度重视量子科技发展，2020 年 10 月十九届 中央政治局第二十四次集体学习时，习近平总书记强调 “要充分认识推动量子科技发展的重要性和紧迫性，加