具身智能的“大脑”与“小脑”：架构剖析与小脑运控理解

具身智能的"大脑"与"小脑"：架构剖析与小脑运控理解

摘要

本文从生物学"大脑-小脑"的分工隐喻出发，全面剖析具身智能机器人的"大脑"（感知决策系统）与"小脑"（运动控制系统）的架构设计、技术栈与前沿进展。文章首先阐释了大小脑的功能定义与协同机制，分析了传统控制、模仿学习与强化学习三大技术路线在小脑运控中的应用格局，随后以"小脑"为核心，详细介绍了其在轮式/足式底盘与机械臂等异构形态上的控制方法与开源项目实践。最后，对大小脑融合的未来趋势进行了展望。本文旨在构建一幅从宏观架构到微观算法的完整技术地图，帮助研究者快速建立对具身智能大小脑的系统性认知。

一、从生物隐喻到工程架构：为什么机器人需要"大脑"和"小脑"？

1.1 生物神经科学的启示

在人体神经系统中，大脑皮层 是最高指挥中枢，负责意识、认知、思维、记忆、语言、情绪等高级神经活动，控制全身的随意运动并感知外界刺激（视觉、听觉、触觉等）。小脑则主管运动调节与平衡维持，协调大脑发出的随意运动，使动作精准、稳定、流畅，同时维持身体姿势与肌肉张力。

这一精妙的"决策-执行"分工为机器人系统设计提供了天然范本：将环境理解、任务规划、语义推理 等高阶认知功能交由"大脑"承担，将实时运动规划、关节控制、力觉调节、平衡维持等低延迟、高精度的运动控制任务交给"小脑"处理。机器人若要真正实现"像人一样灵活"，就必须在控制器层面实现这种"双脑协同"。

1.2 工程化的"大脑-小脑"框架

在具身智能工程实践中，"大脑-小脑"架构并非严格的生物学复刻，而是为了在复杂系统中实现"认知-控制-执行"的模块化管理与协同优化的分层解耦设计范式。当前行业已经形成了较为共识的层次化定义：

层级	生物类比	核心功能	典型硬件/软件栈
大脑（决策规划系统）	大脑皮层	多模态感知融合、环境理解、任务拆解、推理与决策、自然语言交互	高性能GPU/NPU（如NVIDIA Jetson Thor）、VLM/VLA大模型、多模态感知技术
小脑（运动控制系统）	小脑+脑干	实时运动规划、全身协调控制、关节力矩/角度控制、力觉柔顺控制、平衡维持	实时MCU/DSP（如Intel Core Ultra、RK3588）、RTOS、EtherCAT总线、MPC/WBC/RL算法
肢体（执行感知层）	骨骼肌+感觉器官	关节驱动、力/触觉传感、视觉采集、惯性测量	关节电机、六维力传感器、IMU、深度相机

二、大脑：具身智能的"思维中枢"

2.1 核心使命

大脑解决的是 "要做什么" 的问题。当机器人接收到"请递给我一杯水"这样的指令时，大脑需要完成：

• 语义解析：理解自然语言指令的含义与意图；
• 环境感知：通过视觉传感器定位水杯的位置、姿态，识别周围障碍物；
• 任务规划：将"递水"拆解为"移动到水杯附近→抓取水杯→移动到目标位置→递出"等步骤序列；
• 动态调整：在执行过程中根据突发情况（如人员走动、水杯滑落）实时调整规划。

2.2 核心技术栈

大脑的技术路径目前仍处于多元探索阶段，主要分为以下几类：

（1）视觉-语言-动作模型（VLA）

VLA模型将视觉、语言和动作统一到一个端到端的模型中。代表性工作包括：

• OpenVLA：开源VLA基础模型，支持多任务操作
• RDT-1B：基于扩散模型的双臂操作基础模型
• π系列（π0/π0.5）：Physical Intelligence推出的通用机器人控制模型
• Xiaomi-Robotics-0：小米于2026年2月开源的首代VLA大模型，采用"大脑+小脑"混合架构，在仿真和真机任务中均取得优异成绩

（2）分层规划架构

如卓世科技的Tri-Core架构，集成了直觉（System 1）、逻辑（System 2）和共情（System 3）三核协同，其中System 1（小脑）基于VLA实现反应式控制，System 2（大脑）基于VLM实现长程规划与因果推理。

（3）跨本体通用大脑

Skild AI开发的"omni-bodied brain"可在单一AI模型下控制多种形态的机器人，甚至能在肢体受损后自适应继续运行。

三、小脑：具身智能的"行动中枢"

3.1 核心使命

小脑解决的是 "怎么做" 的问题。当大脑给出了任务规划后，小脑需要：

• 轨迹生成：根据目标位置和当前状态，实时生成机械臂末端或底盘的运动轨迹；
• 全身协调：协调多自由度关节的协同运动（人形机器人通常有30+自由度），确保动作流畅；
• 力觉控制：精确控制施加在物体上的力------拿水杯时力太小会滑落，力太大会捏碎；
• 平衡维持：在行走、跑步、上下楼梯等动态过程中，实时调整重心以应对地面不平、外力碰撞等扰动；
• 毫秒级实时响应：运动控制回路通常要求1kHz以上的控制频率。

具身智能控制系统的目标是使机器人能够像人类一样自然地行走、奔跑、跳跃，并完成各种复杂的操作任务。

3.2 小脑控制的三条技术路线

小脑运控的技术路线正在经历从传统模型到数据驱动的深刻变革。笔者将当前主流方法归纳为三大范式：

（1）基于模型的控制方法（Model-Based Control）

这是最经典的小脑运控路线，在工业机器人和仿人机器人早期发展中占据主导地位。

核心思想：基于精确的机器人动力学/运动学模型，通过在线优化计算控制指令。

主要方法：

• 倒立摆+ZMP（零力矩点）模型：将机器人简化为倒立摆，通过保持ZMP在支撑多边形内来保证行走稳定。由梶田秀司首次系统阐述，是双足机器人步态控制的经典方法。其核心动力学方程为：\(\ddot{x} = \frac{g}{h}(x - p_x)\)，其中 \(x\) 为质心水平位置，\(p_x\) 为ZMP位置，\(h\) 为质心高度。该方法简单有效，但面对复杂地形时鲁棒性不足。

• 模型预测控制（MPC，Model Predictive Control） ：在每个控制周期内求解一个有限时域的优化问题，预测系统未来状态并计算最优控制序列，但只执行第一步而后重新优化。优势在于能够显式处理约束（如关节限位、力矩上限），是本田ASIMO等早期人形机器人的核心控制方法。

• 全身控制（WBC，Whole-Body Control） ：将多个任务（如保持平衡、跟踪轨迹、维持特定姿态）按照优先级分层求解，高优先级任务优先满足，低优先级任务在零空间中求解。WBC特别适合处理人形机器人这种多自由度、多任务的冗余系统。

优缺点：

• ✅ 原理清晰，稳定性和安全性可证
• ✅ 适合高精度、结构化的工业场景
• ❌ 依赖精确建模，模型误差会导致性能下降
• ❌ 面对非结构化环境（如碎石、草地）泛化能力差

（2）模仿学习（Imitation Learning / Learning from Demonstration）

模仿学习从人类示教数据中学习控制策略，绕过了复杂的手工建模。

核心思想：通过遥操作、动捕、视频等方式收集专家/人类操作数据，让模型"观察并复现"这些行为。

代表性工作：

• Diffusion Policy：将扩散模型引入机器人控制策略建模，在复杂操作任务中展现出卓越的多模态行为表达能力。它通过对动作序列逐步去噪生成平滑轨迹，特别适合精细操作任务（如拧瓶盖、叠衣服）。

• ACT（Action Chunking Transformer） ：将动作序列分块预测，解决长时域操作中的误差累积问题。

• TWIST：遥操作全身模仿系统，通过将人类动作捕捉数据重新定位到人形机器人，使用强化学习和行为克隆结合的方法开发全身控制器。这是目前少数能实现人形机器人全身操作、腿足操作和全身表达性运动的统一策略框架。

• GAE通用动作预训练大模型：西湖大学王东林教授团队于2026年发布，搭载于泰坦o1人形机器人，可实现"随时、随地、随性"模仿人类动作，打破地域距离限制。

优缺点：

• ✅ 无需精确动力学建模
• ✅ 能够处理复杂精细操作
• ❌ 数据采集成本高（真机遥操作）
• ❌ 泛化到未见场景的能力有限
• ❌ 人类视频数据信息含量低，仿真数据存在Sim2Real Gap

（3）深度强化学习（Deep Reinforcement Learning）

强化学习正在迅速成为机器人运动控制领域的主导范式，尤其在足式机器人Locomotion任务中已取得压倒性优势。

核心思想：让机器人在仿真环境中通过大量"试错"自主学习，根据奖励函数优化控制策略。

为什么强化学习在步态控制中几乎"一统天下"？

因为"走路"这件事的奖励函数极其容易定义："往前走速度达到1m/s给+1分，摔倒了给-100分。"这样的奖励函数简洁明了，极其适合强化学习。当前标准范式是在NVIDIA Isaac Sim等仿真器中并行启动上万条"平行宇宙"中的机器人，用PPO（Proximal Policy Optimization）算法让它们大规模试错训练，训练完成后通过域随机化（Domain Randomization）技术实现零样本（Zero-shot）迁移到真实机器人。

Sim-to-Real迁移的突破：

• 桥介数物开发的通用"小脑"方案，通过Sim2Real训练，最快3天可完成一套动作开发，动作准确率提高到92%，迁移成功率高达80%。
• Agility Robotics为Digit人形机器人开发了全身控制基础模型，深度强化学习正快速成为人形机器人的主导控制范式。

代表性框架：

• MaskedMimic（NVIDIA）：通过运动修补实现统一全身人形控制，第一阶段在全身运动跟踪任务上训练RL agent，随后泛化到多种运动任务。

• 分层学习框架：许华哲团队提出的结合行为克隆与强化学习的方法，高层视觉规划器与低层运动控制器协同，让四足机器人在不依赖额外机械臂的情况下完成提篮子、按按钮、开关门等任务。

优缺点：

• ✅ 无需精确建模，鲁棒性强
• ✅ Sim-to-Real迁移能力持续提升
• ✅ 适合高度动态和复杂地形
• ❌ 奖励函数设计困难（尤其在操作任务中）
• ❌ 训练计算资源消耗大
• ❌ 可解释性差

（4）力控与运控：小脑内部的两条哲学路线

在小脑内部，还存在力控与运控两条技术路线的持续博弈：

• 力控派：以力觉反馈为核心，模拟人类指尖感知与柔顺交互，追求"像人一样精准用力"。非夕科技、赛博格机器人等企业深耕这一方向。

• 运控派：以轨迹规划+全身协同为核心，模拟人类肢体联动与平衡控制，追求"像人一样灵活移动"。

两者的本质分歧源于不同应用场景对末端控制需求的差异：有些任务对力要求极高（如精密装配），有些任务对位置精度要求极高（如激光切割）。力位混合控制正是在这一背景下兴起，它在任务空间中动态划分"力控制子空间"与"位置控制子空间"，实现基于任务语义的智能解耦。事实上，当前业界越来越倾向于力控与运控的融合------在需要精确位置时用位控，在需要柔顺交互时用力控，最终走向"力位一体"的统一框架。

3.3 小脑技术的演进全景图

时期	代表方法	技术特点	典型应用
经典控制期	ZMP + LIP	简化模型 + 几何约束	ASIMO、HRP系列
优化控制期	MPC + WBC	在线优化 + 任务分层	Atlas（早期）、Digit
数据驱动期	RL（PPO）+ Sim2Real	仿真试错 + 域随机化	宇树、宇树机器狗后空翻
模仿学习期	Diffusion Policy + ACT	遥操作数据 + 扩散生成	ALOHA、Stanford烹饪机器人
融合智能期	RL + IL + MPC + WBC	多范式协同	Optimus、Figure 01

四、不同形态的小脑控制实战

小脑运控虽然技术原理相通，但面对不同的本体形态（轮式底盘、足式底盘、机械臂），算法重点和控制逻辑存在显著差异。以下逐一剖析。

4.1 轮式底盘的运动控制

轮式底盘是结构最简单的移动形态，但其运动控制也有独特挑战。

核心任务：

• 轨迹跟踪：控制底盘按照给定路径（直线、圆弧、样条曲线）行驶
• 速度控制：平滑启停，避免急加速/急减速造成惯性冲击
• 障碍物绕行：根据激光雷达/深度相机数据动态调整路径

主流控制方法：

(1) PID/TEB + 运动学模型 （工业AGV主流方案）

基于差速驱动或阿克曼转向的简单运动学模型，通过PID/TEB控制器实现路径跟踪。这是最成熟、最可靠、成本最低的方案，已在工厂AGV中广泛应用。

(2) 模型预测控制（MPC） （高动态场景）

当需要高速行驶或精确轨迹跟踪时，MPC通过预测未来状态来优化控制输入，比PID有更好的动态性能。例如，在脑-机接口控制轮式机器人的研究中，MPC被用来结合概率性脑-机接口以提高控制精度和效率。

(3) 强化学习 （复杂环境自适应）

在非结构化环境（如户外的碎石、泥泞路面）中，强化学习训练的控制器展现出更强的鲁棒性，能够自动适应不同地面条件。

硬件要求：相对较低，通常采用嵌入式MCU/DSP即可实现实时控制，控制频率一般为100-500Hz。

4.2 四足/双足机器人的运动控制（Locomotion）

足式机器人的运动控制是实现难度最高的领域，涉及高度非线性、强耦合的动力系统和频繁的离散状态切换（单支撑相↔双支撑相）。

核心挑战：

• 动力学复杂性：人形机器人拥有30+自由度，每个关节运动都影响整体平衡；
• 接触动力学：足-地接触涉及力传递、摩擦和冲击，在不平整地面上更为复杂；
• 平衡控制：必须主动维持平衡，快速响应外部扰动------这也是为什么四足机器人在被猛踹一脚后必须瞬间计算重心偏移、调整关节力矩来恢复平衡；
• 能量效率：人类行走能效极高，而大多数双足机器人能耗远高于人类。

主流控制方法：

(1) ZMP + MPC + WBC经典范式 （结构化平坦地面）

适合已知地面条件、对动作精度要求高的场景，如工厂巡检、楼梯攀爬。许多早期人形机器人（ASIMO、HRP-4C）采用此方案。

(2) 强化学习 + Sim-to-Real（当前主流）

这是当前学术和产业界最火热的技术路线，几乎所有我们看到的高动态机器狗动作（后空翻、跑酷、崎岖地形奔跑）底层都是这套RL范式。

典型流程：

1. 在Isaac Sim/Isaac Gym中并行训练数千个agent；
2. 设计线速度、角速度跟踪+能耗+存活率的复合奖励函数；
3. 通过域随机化（摩擦系数、质量、地面摩擦等参数随机化）增强泛化性；
4. 训练好的策略网络直接部署到真实机器人。

宇树科技、DeepRobotics等公司的机器狗产品普遍采用RL方案。2026年4月，有研究者开发出基于"运动本能"与"任务规划"融合的整合控制器，仅用深度相机就让四足机器狗在六类障碍物随机排列的场地中实现78%以上的通关成功率，最高冲刺速度达到3.2m/s。

(3) 模仿学习 + RL混合（新兴方向）

先用人类运动捕捉数据提供参考运动，再用RL在仿真中精调。TWIST系统是这一范式的代表：第一阶段通过重定向人类动捕数据生成参考运动片段，第二阶段使用RL+BC（行为克隆）训练一个稳健、自适应的全身控制器。

4.3 机械臂的运动控制（Manipulation）

机械臂的控制聚焦于与物体的精细物理交互------抓取、插入、拧盖子、叠衣服等。与行走相比，操作面临的核心难点完全不同：极复杂的接触物理学（摩擦力与形变）、视觉遮挡和高维度（6DOF + 灵巧手可达20+DOF）。

核心任务：

• 轨迹规划：在关节空间或笛卡尔空间中规划避碰路径
• 力控/柔顺控制：精确控制末端力输出，实现阻抗/导纳控制
• 抓取规划：确定抓取点和抓取姿态
• 双臂协调：双臂之间的同步与协同（如传递物体）

主流控制方法：

(1) 基于模型的控制（工业场景成熟方案）

• 逆运动学（IK）+ 逆动力学（ID）+ 关节PID/前馈控制
• 笛卡尔空间阻抗控制：\(F = K_p(x_d - x) + K_d(\dot{x}_d - \dot{x})\)
• MPC在机械臂中的应用（处理约束和预测性控制）

(2) 模仿学习（操作任务的王者方案）

在操作任务中，模仿学习目前比RL更占优势，因为：

• 操作任务的奖励函数极难定义（"成功插入USB"这个事件很难用数学表达式描述）；
• 存在大量高质量的遥操作数据。

主要方法包括：

• Diffusion Policy：通过扩散生成轨迹，对复杂操作（拧瓶盖、叠衣服、炒菜）表现卓越。
• ACT：对长序列任务进行分块动作预测，解决误差累积问题。
• VLA模型：如π0、OpenVLA，直接从视觉+语言输出动作指令。

(3) 强化学习（正在渗透操作领域）

尽管RL在操作任务中尚不如模仿学习普及，但在以下场景中展现潜力：

• 灵巧手抓取（需要探索最优抓取策略）
• 力控任务（力觉反馈闭环）
• 双臂协作（需要协调策略）

典型案例：机械臂"用多大力气拿杯子、怎么拿才能稳当又不捏碎、移动过程中如何保持平衡------这些精细活，都是小脑在实时计算和调整"。天津大学开发的系统中，小脑正是基于强化学习的决策控制模块，负责具体动作的精准执行。

4.4 不同形态控制的对比总结

维度	轮式底盘	四足/双足机器人	机械臂
自由度	2-3	12-30+	6-20+
控制频率	100-500Hz	500-2000Hz	500-2000Hz
核心难题	轨迹跟踪精度	动态平衡+地形适应	精细力控+柔性交互
主导方法	PID+MPC	RL+Sim-to-Real	模仿学习+力控
Sim-to-Real难度	低	中（步态）	高（接触物理）
代表性硬件	AGV/AMR	Atlas/Optimus/宇树/小米CyberDog	Franka/Kinova/达明/灵巧手
开源项目	ROS Navigation	OpenLoong/萝博派对	RoboTwin/ALOHA

五、开源生态：从学习到实践

5.1 学习资源与指南

• Embodied-AI-Guide（GitHub Stars 10,000+）：国内最热门的具身智能中文知识库与资料索引，定位"百科全书"。涵盖从入门到深入的全方位内容，并包含RoboTwin 2.0动手教程（完成至少需要16GB显存）。

• ScaleLab具身智能入门指南：上海交大ScaleLab整理的具身智能前沿研究导览，覆盖VLA模型、仿真平台和人形机器人运动/模仿学习等关键方向。

• Datawhale Easy-Embodied：面向新手的具身智能学习项目。

5.2 关键开源项目与平台

（1）全栈开源平台

OpenLoong （人形机器人（上海）有限公司）

OpenLoong是当前最具影响力的全栈开源人形机器人项目之一，整体架构从下至上依次为：具身数据 → 具身实体 → 具身小脑 → 云端大脑。其具身小脑层是整个平台的核心，包含：

• 具身智能子系统集：遥操控、模仿学习、强化学习等软件包
• 全身动力学子系统集：动力学仿真、全身动力学控制、数据记录与中间件支持

OpenLoong的突出贡献在于：

• 硬件全开源（公版人形机器人图纸、BOM表）
• 标准化分布式总线（EthanCat）
• 虚实迁移一致性保障
• 支持模仿学习和强化学习的训练部署全流程

萝博派对（RoboParty）Roboto Origin

2025年用120天实现"从0到跑起来"的传奇项目，2026年1月在GitHub全栈开源，包括硬件结构、运控算法到工程化流程。是全球少数实现"全栈开源+可复现"的人形机器人项目。

（2）小脑运动控制专项

北京人形机器人创新中心------XR-1

面向具身小脑能力的VLA模型，与RoboMIND 2.0数据集和ArtVIP配套发布，旨在为具身小脑提供通用动作能力。

桥介数物------通用机器人"小脑"

国内少数专注提供通用型运动控制解决方案的商业公司，攻克人形、四足及轮足等各类机器人的运动控制难题。其方案通过Sim2Real训练，为用户提供"按需调用"的基础运动控制模块。

小米Xiaomi-Robotics-0

采用"大脑+小脑"混合架构的VLA大模型，在仿真和真机任务中均获优异成绩，2026年2月开源。

（3）仿真与训练平台

• RoboTwin 2.0：双臂机器人自动化数据合成与评测平台，提供50个双臂任务和主流操作策略集成。
• NVIDIA Isaac Sim/Lab：强化学习训练的核心仿真平台，提供域随机化和并行训练能力。
• RoboVerse：仿真平台集成框架，统一多种仿真器和训练工具。

（4）跨本体协作框架

北京大学发布的RoboOS ------业内首个跨本体具身大小脑协作框架 ，搭配开源具身大脑RoboBrain，可实现跨场景多任务轻量化部署与跨本体协作，将单机智能推向群体智能。这是具身智能从单体走向群体的重要基础设施。

六、未来展望：从"双脑分离"到"端到端融合"

6.1 大小脑深度融合

当前"大脑+小脑"的分层架构虽然工程上实用，但本质上是一种解耦简化。未来趋势是向端到端感知-控制方向发展：

• VLA模型正在模糊大脑和小脑的边界，直接从视觉+语言输出底层动作；
• 多模态大模型开始内化部分运动控制能力。

6.2 通用小脑的梦想

"通用小脑"意味着一个统一的运动控制模型，可以控制不同形态、不同自由度的机器人本体：

• 桥介数物提出"按需调用基础运动控制模块"
• 北京人形机器人创新中心开源XR-1小脑模型
• Skild AI展示跨形态、跨本体的通用控制能力

6.3 力控与运控的统一

随着力位混合控制技术的成熟，力控与运控的界限将逐渐模糊，最终走向统一框架。"力位解耦控制"代表了这一方向：在任务空间中根据接触状态动态分配力控制与位置控制子空间。

6.4 数据飞轮驱动迭代

从传统的"手工调试参数"迈向"数据驱动迭代"：

• 真机运行数据持续回流，微调模型
• 世界模型合成训练数据补充真实数据缺口
• 多机器人共享数据池，群体加速学习

6.5 轻量化与边缘部署

通过模型量化、知识蒸馏等技术，将复杂的控制策略压缩到嵌入式平台，实现低功耗、低延迟的边缘推理------这是大规模商用的必经之路。

参考资源一览

类别	资源名称	链接/说明
知识库	Embodied-AI-Guide	GitHub: tianxingchen/Embodied-AI-Guide
知识库	ScaleLab具身智能指南	scalelab-sjtu.github.io/embodied_guide
开源平台	OpenLoong	GitHub: loongOpen/openloong
开源平台	萝博派对（RoboParty）	首个全栈可复现人形机器人
开源模型	XR-1（北京人形）	具身小脑VLA模型
开源模型	Xiaomi-Robotics-0	小米大脑+小脑混合架构
开源模型	OpenVLA / π0 / RDT-1B	操作VLA基础模型
仿真平台	RoboTwin 2.0	双臂自动化数据合成与评测
仿真平台	NVIDIA Isaac Sim/Lab	RL训练与Sim-to-Real
框架	RoboOS + RoboBrain	跨本体大小脑协作框架（北大）
商业方案	桥介数物	通用机器人"小脑"运控方案
商业方案	阿普奇KiWiBot	双域融合控制器
商业方案	智微智能	Jetson Thor大脑 + Core Ultra小脑