文章目录每日一句正能量一、引言：为什么人形机器人站不稳？二、人形机器人平衡控制三层架构2.1 第一层：高层规划（~100 Hz）2.2 第二层：全身控制 WBC（~500 Hz）2.3 第三层：底层执行（~1 kHz）三、ZMP Preview Control：经典方法的精髓3.1 3D 线性倒立摆模型（3D-LIPM）3.2 ZMP Preview Control 算法3.3 ZMP 的局限性四、Capture Point MPC：从被动稳定到主动抗扰4.1 Capture Point 理论4.2 CP-MPC：融合三种平衡策略4.3 实验验证五、Whole-Body Control：全身协调的艺术5.1 WBC 的核心思想5.2 QP 问题构建5.3 任务优先级栈5.4 WBC 代码实现5.5 求解器选择六、顺序质心 MPC (SC-MPC)：高频扰动抑制的新范式6.1 传统 MPC 的瓶颈6.2 SC-MPC：解耦顺序优化6.3 SC-MPC 核心代码七、ZMP / MPC / WBC 的融合与演进7.1 经典融合方案7.2 强化学习与 WBC 的融合7.3 能量效率优化八、实战：从零搭建人形机器人平衡控制系统8.1 仿真环境搭建8.2 关键调试技巧九、总结与展望每日一句正能量与其总是抱怨命运不公，计较得失多少，不如稳下心专注当下。抱怨和计较是心理内耗，无助于改变过去或不确定的未来。稳住心神，做此刻能做的事，才是出路。注意力在哪里，能量就在哪里。专注当下能创造微小但确定的进步。一、引言：为什么人形机器人站不稳？人形机器人是具身智能领域皇冠上的明珠，也是公认最难控制的机器人类型。与四足机器人（四条腿构成稳定的支撑面）或轮式机器人（与地面持续接触）不同，人形机器人在行走过程中始终处于动态不稳定状态——双足交替支撑，支撑多边形（Support Polygon）在单支撑相（Single Support Phase, SSP）收缩为一条线段，任何微小的扰动都可能导致跌倒。从 2000 年本田 ASIMO 的惊艳亮相，到 2025-2026 年 Figure AI、Agility Robotics、宇树科技、优必选等公司的产品迭代，人形机器人平衡控制经历了从ZMP Preview Control到Model Predictive Control (MPC)，再到Whole-Body Control (WBC)的技术演进。本文将