
人脚大约只有 1 kg,却能输出高达 104 N·m 的扭矩,奔跑时承受相当于体重 2.5 倍的地面反作用力。其中脚趾对步幅、稳定性和推进力贡献显著,让人能动态适应不平整的地面。既然仿人机器人要像人一样走路,那脚部设计,自然也该向人看齐。

现实很骨感。主流双足机器人如 Cassie(单自由度踝)、Digit(双自由度踝)都没有主动趾关节,足-地适应能力受限。主动趾机构虽然好,却结构复杂、容易损坏,真正落地的很少;用被动或弹簧脚趾做替代,只能部分改善,缺乏人类脚趾那种动态力调制能力。

团队此前做过 HyperLeg(踝 2 自由度 + 趾 1 自由度)。本文在此基础上,造出一台14 自由度、带主动脚趾、采用“协同驱动(CA)”的双足机器人。一个关键设计是:把全部重型执行器都塞进大腿,让远端(小腿、脚、脚趾)尽量轻——这样既加了脚趾,又保持轻盈敏捷。更关键的是,他们搭了一个高保真仿真环境:真实还原耦合传动执行器和精确功耗,尽量缩小“仿真-现实差距”。

为了证明脚趾真的有用,他们训练了两个几乎一样的模型:带脚趾 vs 切除脚趾(toe-ablation),使用相同的强化学习设置、相同的奖励函数、相同的训练流程。奖励也不再简单“惩罚扭矩”,而是直接最小化 CoT(运输代价)——也就是单位距离消耗的能量,这样对比才公平、才严谨。

在 1.33 m/s 直线行走下,带脚趾的版本全面占优:
📉 能耗与抗冲击(1.33 m/s 行走)
总功率 下降 16.9%(313.0 W → 260.2 W)
CoT 运输代价 下降 17.5%(0.776 → 0.640)
足跟着地冲击力 下降 5.0%(1021.1 N → 970.0 N)
焦耳热损耗 下降 24.9%
在受田径 T 字测试启发的“机器人敏捷测试”中,带脚趾的版本转向更准:
🌀 敏捷性(T 字转向测试)
平均路径偏差 下降 25.0%(0.308 m → 0.231 m)
最大路径偏差 下降 34.0%(1.033 m → 0.682 m)
代价 峰值速度略低,但更贴路径、完成时间略快
一句话总结:脚趾让机器人更省电、更抗冲击,转弯也更稳——用更小的速度换取了更高的控制精度。
这是少数在“高保真仿真 + 公平对比”框架下,定量量化机器人脚趾收益的研究,为仿人机器人足部设计提供了实打实的证据。当然也有局限:结论目前主要来自仿真,仍需真实硬件验证与跨平台泛化。团队下一步计划把这套设计真正部署到实体机器人上,去更复杂的地形里实地行走。
📚 来源说明
论文标题:Comparative Study on Agility, Efficiency, and Impact Absorption of Bipedal Robots with Active Toes(《带主动脚趾的双足机器人敏捷性、效率与抗冲击能力对比研究》)
作者:Joong-Gil Kim, Wontae Ye, Geunwoo Cho, Seong-Ho Yun, Se-Hyoung Cho, Yong-Jae Kim
机构:韩国技术教育大学(Korea University of Technology and Education)· WIRobotics
出处:arXiv:2606.19699v1 [cs.RO],2026-06-18(预印本)
译注:本文中文翻译由 AI 辅助完成,仅供学习交流,学术引用请以英文原文为准。