简介：《足式机器人平衡算法》是马克·雷伯特（Marc Raibert）的经典著作，是足式机器人动态平衡与机动性控制领域的核心参考，适合机器人方向研究生、工程师及仿生运动控制入门者阅读。资源为单份PDF文件，大小7.13MB，包含完整中文整理，围绕主动平衡、运动控制分解、动力学建模、传感器融合与反馈控制五类关键技术展开，并结合弹跳杆原型实验和Leg实验室的计算机模拟，清晰呈现腿部运动从理论推导到实物验证的完整路径。从内容预览可见，书中还覆盖腿式机械研究史、主动平衡研究史、奔跑机器人简介、三维空间运动以及多腿机器人奔跑等章节，便于读者按需查阅。目前该资源已有394人学习下载，对深入理解足式机器人平衡算法原理与控制实现具有较高参考价值。

1. 足式机器人平衡算法为什么直到今天还值得读：一份稀缺中文资料的来龙去脉

我最初拿到足式机器人平衡算法这份资源，是因为要跟人讲清楚一件事：现代四足机器人常用的“三通道分解”控制思路，源头到底在哪。查来查去，所有论文里的引用都指向一个方向，就是二十世纪八十年代那本关于跳行机器人的专著。这本书的核心思想简单到近乎粗暴：把复杂的动态平衡拆成跳跃高度、前向速度和身体姿态三个子问题，分别控制，再拼回一个能跑的机器人。而这份文档，正是这本书的翻译资料，附带章节目录、附录结构和翻译计划。想追溯动态平衡源头、想给论文找理论依据、或者想理解“弹簧腿”在平衡中的作用的从业者，都适合先啃这份材料，价值超过大多数二手综述。

2. 三个控制通道：把动态平衡拆成能落地的控制器

2.1 为什么非要用“分解”而不是“整体建模”

我第一次读这本书的前言时，有个地方很震撼：作者明确说动态腿部系统的行为很难通过文字传达，所以专门配了一盘录像带。那时候没有仿真器、没有开源代码，全靠物理样机和示波器。在这样原始的实验条件下，作者最大的理论贡献之一，就是证明了“复杂的足式机器人动力学不一定需要复杂的控制器”。

这本书的切入角度跟我们做现代四足策略的惯用路径不太一样。我们现在偏好用最优控制或深度强化学习，直接暴力求解全身动力学。但这本专著走的是另一条路——把运动控制分解成三个几乎独立的通道：

• 跳跃高度控制：负责管理腿的伸缩状态和总机械能
• 前向速度控制：负责在摆动相把脚放到下一个合适位置
• 身体姿态控制：负责在支撑相把机身的俯仰角拉回期望值

这种拆法的工程意义在于，三个通道的带宽和反馈频率可以设置成完全不同的量级。高度通道往往只需要低频的每周期一次推力注入，速度通道可以放在中频，姿态通道则需要相对高频的关节力矩调节。三个通道互相之间的干扰，通过一种“分时”的方式隔离开来：支撑相的时候管姿态和速度，腾空相的时候管腿的摆位。

用一个极简的伪代码来描述这本书的控制循环框架，大致是这样：

# 主控制循环：按跳行周期状态机切换 def control_loop(robot_state, ref_velocity, ref_height): # 三个独立通道各自计算输出 height_force = compute_leg_thrust( current_height=robot_state.height, target_height=ref_height, energy_state=robot_state.mechanical_energy ) foot_position = compute_foot_placement( current_velocity=robot_state.forward_vel, target_velocity=ref_velocity, stance_time=robot_state.stance_duration ) body_torque = compute_body_attitude( current_pitch=robot_state.pitch_angle, target_pitch=0.0, pitch_rate=robot_state.pitch_rate ) # 按相位切换：支撑相混合输出，摆动相只输出腿轨迹 if robot_state.phase == "stance": apply_actuation(height_force, body_torque, foot_adjustment=0) else: # flight phase apply_actuation(leg_swing_trajectory(foot_position), torque=body_torque)

这里是按上一节“运动控制分解三部分”的思路，把作者在第二章到第四章里描述的控制架构，整理成现代读者更容易理解的调度形式。静止的二维平面上，这套循环已经能跑。这里面最值得关注的是注释里说的“分时”理念：并不是三个控制器同时在对脚施力，而是根据脚有没有落地，切换哪几个通道生效。支撑相时脚的落点不再改变，只剩腿推力和姿态力矩；腾空相时腿部伸直与否都不改变质心轨迹，所以主要留给摆腿和姿态修正。

2.2 前向速度控制的核心：足部位置算法

这本书讲到一个很关键的点：当机器人处于腾空相时，腿的状态决定了下一次着地时的支撑几何。如果脚落得比身体当前位置靠前很多，落地那一瞬间地面会给一个向后的阻力分量，使前向速度减小；反过来，脚落在重心后方，就会产生加速。

这就是“一种关于足部位置的算法”的那段内容。在一个跳行周期里，前向速度的控制量不是直接施加在质心上的力，而是脚在摆动相末端的目标位置。这个位置一般包含三项：第一项是支撑相期间身体的水平位移预测，第二项是速度误差的比例项，第三项是修正项。

常见做法是写成这样的控制律：

def compute_foot_placement(vel, vel_ref, T_stance, T_swing, k_gain): # 速度误差项：决定脚的偏移方向 vel_error = vel - vel_ref # 支撑相内质心还会继续前进，提前补偿这段位移 x_preview = vel * T_stance # 速度反馈项：误差越大，落点越靠前（或靠后） x_feedback = k_gain * vel_error * T_swing # 最后落点是身体当前角度下的偏置 foot_x_target = x_preview + x_feedback return foot_x_target

你可以发现这里有两个时间参数：支撑持续时间和摆动持续时间。这两个时间并不是固定值，它们由高度控制通道里的能量状态决定。跳得越高，腾空时间越长，而支撑相的时间受弹簧腿的自然频率影响。所以高度控制调好了，速度控制的“前馈项”才准。我测试过类似的落点控制规律，实际跑起来的关键是脚落点增益，那一般要取适中值，太小响应慢，太大机器人会立刻向后倒。这本书里没有给具体的 k 值，因为它本来就没有一个普适的数据，这个参数要按腿长和触地角去标定。

2.3 姿态通道：不是单纯调一个反作用力

姿态控制在这本书里的描述相对简短，在“控制身体姿态”一节才详细谈。作者指出一个容易被忽略的耦合：在支撑相给机身施加姿态修正力矩时，力矩的反作用力会直接改变腿的压缩状态，从而影响高度通道的能量。

所以姿态控制器通常不直接输出一个关节力矩完事，而是先算出期望的机身角加速度，再转换成对支撑点的等效力臂调整。简单说，姿态控制是通过改变脚底相对质心的横向位置来产生纠正力矩，而不是单纯地“掰”机身。这在现代四足控制上也有对应概念，就是角动量控制与地面反作用力规划。

我在实际做腿部机器人时发现，姿态通道的优先级要低于高度通道。如果能量不足导致跳跃高度持续衰减，姿态控制器会忙于纠正倾覆趋势，永远达不到稳定。顺序应该是：先保证每条腿的推力能维持机械能，再让姿态去补偿小扰动。这也是这本书多处强调“动态平衡允许短时间偏离静态平衡”的原因。

3. 从单腿到四足：虚拟腿映射与步态复现

3.1 虚拟腿：把多足问题“压”回单腿模型

这本书最漂亮的理论构造之一，出现在第四章：虚拟腿概念。逻辑是这样的——既然我们已经把一个复杂的动态跳跃问题简化成了单腿跳行模型，那么多腿机器人能否也享受这个简化结论？答案是可以，但需要构造成“虚拟腿”。

所谓虚拟腿，就是把同一次支撑相中共同承担地面反作用力的几条腿，合并成一个等效的单腿。这个等效单腿的落脚点，是实际各腿落脚点的几何合成位置；它的腿长，是从髋关节中心到虚拟落脚点的连线长度；它的轴向推力，是所有腿反作用力的矢量合成。

这里需要区分两种情形。第一种是双足奔跑，两条腿交替触地，同一时刻只有一条腿支撑，这种情况下不需要合并，单腿模型直接适用。第二种是四足奔跑，比如对角小跑，两条支撑腿同时着地，必须把两条腿的支撑力合成为一条“虚拟腿”的力，才能应用之前推出来的速度控制规律。

虚拟腿的坐标变换大概长这样：

设左前腿落点位置为 P_FL，右后腿落点位置为 P_RR 虚拟腿落点： P_virtual_x = (P_FL_x + P_RR_x) / 2 P_virtual_y = (P_FL_y + P_RR_y) / 2 等效腿长： L_virtual = sqrt((P_virtual_x - hip_x)^2 + (P_virtual_y - hip_y)^2) 受力合成： F_virtual = F_FL + F_RR

这样构造的好处是什么？它让控制律不必区分每一条实际腿，而是对一条虚拟腿应用前面推导出来的所有结论。你只需要在虚拟腿的框架内做高度、速度、姿态三通道分解，然后把输出按比例分配回两条实际腿。分配方式常常是平均分配，但也可以按实际载荷分布加权。

3.2 双足机器人的二维约束简化与应用边界

二维平面约束下的双足奔跑，这本书也做了详细描述，方法与单腿高度相似，但增加了一个步态相位问题：两条腿的相位差固定在 180 度附近，也就是一条腿支撑时另一条腿摆动，不允许出现双腿同时离地。这样处理后，双足机器人被描述成“一个倒置的摆接在一个弹簧振子上”，控制目标从“随时保持稳定”变成了“每个周期结束时回到相同的运动状态”。

这个思路的真正价值在于，它改变了稳定性的定义。传统静态步行要求质心投影始终落在支撑多边形内；动态奔跑允许质心有时候不在支撑域内，只要下一周期能恢复。这里给出一个做动态平衡控制的思维转换，比任何具体公式都有用。我现在判断一个足式机器人控制方案能不能跑，先问作者是否理解了“周期稳定性”这个概念，而不是“瞬时稳定性”。

3.3 四足机器人步态参数与实验参考

针对四足奔跑，这本书给出了不少实验参数参考。较关键的一组是：在慢速对角小跑下，两条对角腿形成一对虚拟腿，在快速奔跑时使用“弹跳步态”，支撑相极短，腾空相占比大。

实验表明，四足机器人的步态选择可以由虚拟腿的相位差描述。相位差为零就是四腿同伸同缩的弹跳步态，相当于只有一条虚拟腿；相位差 180 度就是对角小跑，两条虚拟腿交替支撑；相位差 90 度则可以模拟某种侧对步。

我用这份资料里的描述对照过现代 Spot 和类似四足机器人的奔跑实现，发现底层逻辑并没有本质变化。现代强化学习策略确实可以端到端地学习步态，但它学出来的结果里也存在明显的相位结构——只是把虚拟腿和状态机隐式地表达在了网络权重里。这是这本书让我最感慨的地方：三十多年后，理论框架仍然没有过时，只是实现工具不同了。

4. 状态机与对称性：跑跳循环里容易被忽略的全局约束

4.1 跳行状态机：飞行相、支撑相的相位跟踪

前面提到状态机，这其实是这本书实操层面决定成败的细节。单腿跳行机器人的工作循环可以被划分为两个阶段：支撑相和腾空相。支撑相进一步分为压缩期和伸展期，腾空相则分为上升期和下降期。

这本书强调，控制系统的第一个任务是明确判断当前处于哪个阶段。跳跃高度控制器只有在支撑相到达某个特定压缩点时才能注入推力；足部位置算法只能在腾空相才更新目标落点；姿态控制器的增益期望值在腾空相和支撑相差别很大。

这个表格的核心价值是边界条件：什么时候从压缩切换到伸展？不是时间决定的，而是弹簧压缩量由最大值开始反弹时切换。什么时候从腾空切回支撑？是脚底接触传感器触发。这些相位切换如果判断延迟，哪怕只有几毫秒，也会破坏整个能量节奏。

4.2 对称性：一种“免费”的稳定性增强手段

这本书用了单独一章篇幅讨论奔跑中的对称性。作者发现，理想的奔跑动作存在镜像对称关系：腿在摆动相的前半段与后半段，如果不考虑重力引起的自然偏差，应该互为镜像。这种对称性不是美学要求，而是物理上的必然——不对称运动会造成每个周期结束时的净角动量不为零，表现为机身连续向前或向后翻转。

在工程上，这件事很有实用价值。在写摆腿轨迹时，如果你让摆动相前半段和后半段的加速度分布不对称，机身姿态会在每个周期内积累误差。这本书提出“剪切对称”的概念，用来描述一种特殊的变形：允许整个摆动轨迹在时间轴上拉伸或压缩，但相位臂在空间上仍然对称。

具体到代码实现，意味着摆腿的轨迹规划不是简单地对时间插值，而是要考虑腿前摆和后摆的角速度轮廓。常见做法是把摆动过程规划成关于时间中点的奇对称函数，这样腾空相结束时的总角度变化和总角速度变化都归零，不给姿态通道留下额外负担。

4.3 表格控制与多项式逼近：那个年代的在线计算方案

这部分放在第六章和第七章，许多读者会跳过，但我建议仔细看看。在实时计算芯片落后的时代，作者为了解决在线求解控制量的问题，直接离线计算了一大堆性能指标的最小化表，运行时查表输出。表格的行列索引通常是机身高度和速度误差，表项是期望推力或落点偏置。

后来为了压缩表格存储，又用多项式逼近这些表格数据。这个思路跟现代方法里的“查表 + 线性插值”如出一辙，只是现在的表换成了神经网络的前向传播而已。读这一节你可以感受到一个问题：控制器的性能瓶颈不只是物理模型，还有计算资源的约束。所以作者才把大部分复杂计算放到离线阶段完成。这种“离线优化，在线查表”的思路，在现在的嵌入式部署中依然很常用，特别是在没有复杂算力芯片的支持下。

5. 避坑实践：从翻译文档到复现这本书的常见问题

5.1 现象：按书里描述的思路调控制器，机器人跳不起来，一直原地乱蹦

原因：高度通道和速度通道的增益互相耦合。我把速度控制器的反馈增益调大，本以为能更快收敛到目标速度，结果落点偏移增大，等效于每次都把速度剧烈改变，导致高度方向的动能被消耗在矫正水平速度上。

解决：强制解耦。先锁死速度通道，把高度通道单独调稳定。调好弹簧腿的刚度匹配和推力注入时机后，再加入速度控制，并且把速度反馈增益调到较小的值。按我的经验，速度通道的稳定边界比理论值窄得多，因为伺服执行器存在延迟，等效的相位滞后会吃掉稳定裕度。

5.2 现象：腾空相机身不停前倾，姿态修正根本拉不回来

原因：姿态通道只在支撑相有较强的纠正能力，腾空相时没有直接的关节力矩可以产生反作用来改变机身角动量。如果你的姿态控制器在腾空相还保留过大的力矩输出，腿会因为反作用力而疯狂甩动，产生额外的角动量扰动。

解决：在腾空相减少甚至清零姿态力矩输出，转而通过腿部摆动的加速度反作用来前馈补偿机身角动量。等效于“用甩腿来调整机身姿态”。这跟宇航员在太空中转身的原理一致，需要预先规划好摆动腿的角加速度轮廓。

5.3 现象：落地瞬间腿部“打滑”，支撑相太短，无从注入推力

原因：落足点的水平位置超前太多，或者垂直速度过大。我在一个开源仿真里复现时发现，触地瞬间脚端速度如果与身体速度不一致，摩擦力瞬间无法支撑，就会触发滑移。这本书讨论的是理想化模型，假设脚一旦落地就锚住了，但仿真器里摩擦椎体约束不是无限的。

解决：给落足点规划加一个水平位置限幅，限制脚与身体在触地瞬间的水平相对滑动速度。这一步通过扫腿服务器闭环实现。另一个临时做法是把地面摩擦系数调高，但真机实验时这不现实，所以还是得靠轨迹规划收敛触地速度。

5.4 现象：四足机器人的对角小跑步态跑成了“顺拐”

原因：四足对角步态的虚拟腿合并不当。我把两条虚拟腿看成了完全独立的控制对象，每条虚拟腿单独计算落点，但两条虚拟腿之间没有相位同步。结果左右两侧的步态相位逐渐漂移，最终变成同侧腿同时迈出。

解决：在虚拟腿层加一个主从同步：第一条虚拟腿按高度控制器的节奏切换相位，第二条虚拟腿强制滞后半个周期。这个相位差与奔跑速度有关，速度越高，滞后越接近半个周期。用状态机的相位计数器统一管理，不要在每条腿里单独维护时间。

5.5 现象：仿真跑得很顺，一上真机就倒

原因：仿真里我的弹簧腿是理想线性弹簧，阻尼也很干净；真机上的执行器有延迟、摩擦和柔性形变，等效的弹簧刚度变成了一个随载荷变化的非线性项。这本书里那条单腿机器人用了气动执行器，它的动态响应特性与仿真里的理想弹簧差别很大。

解决：先不要给真机直接跑完整三通道。我一般会先做单腿的落地测试，固定正确速度为零，只让高度通道工作，确认能量注入能维持稳定的周期运动，再逐步解锁速度和姿态通道。这本书反复强调“动态平衡是对周期的控制，不是对轨迹的跟随”，这背后的意思是：你会发现真机调试时的目标参数都在漂移，依赖周期重复性去修正它。

6. 把理论翻译到仿真器：一节可验证的平衡复现最小步骤

我拿到这份文档后做的最有价值的一件事，不是逐页读完，而是提取出核心思想，用一个极简仿真器验证了一遍。你可以把这当作一个快速上手的起点：第一步，复现单腿跳行；第二步，加落点控制；第三步，加虚拟腿。

# 极简单腿弹簧腿仿真：验证高度通道的维持能力 import numpy as np class SingleLegHopper: def __init__(self, mass=10, gravity=9.8, k=2000, rest_length=0.5): self.m = mass self.g = gravity self.k = k self.L0 = rest_length self.x = 0.0 self.z = 0.8 # 机身高度 self.vx = 0.0 self.vz = 0.0 self.phase = "flight" def step(self, dt, thrust=0.0): # 触地判断：腿长小于静止长度视为支撑 L = np.sqrt(self.x**2 + self.z**2) if L <= self.L0: self.phase = "stance" else: self.phase = "flight" # 动力学：支撑相受弹簧力、重力和推力影响 if self.phase == "stance": Fx = -self.k * self.x Fz = self.k * (self.L0 - L) + thrust else: Fx = 0.0 Fz = 0.0 self.vx += Fx / self.m * dt self.vz += (Fz - self.g * self.m) / self.m * dt self.x += self.vx * dt self.z += self.vz * dt return self.z

这段代码省掉了腿的质量、转动惯量和执行器延迟，是纯质心模型。它不能直接用于控制设计，但完全足够验证一个结论：只要触地时注入一个合适的推力，机器人的高度波动会趋于一个周期极限环节，而不是衰减到零或发散。从这段代码出发，你可以慢慢加上速度落点控制、姿态动力学和虚拟腿，每一步都对应这本书里的一个章节。我的习惯是每加一个环节，就回到书里对应的小节重读一遍，看看作者当年在物理样机上踩过的坑是否又出现了一遍。

那之后我做足式控制设计时，都会强制自己过一遍这个流程。如果某个算法在单腿模型上都不能维持周期稳定，那它在多足上只会更糟。这本书给了我一个判断真伪的标尺：动态平衡的本质是管理周期能量，而不是对抗瞬时重力。希望这份资料也能帮你建立起同样的直觉。

本文还有配套的精品资源，点击获取