谢邀。

这肯定是一件好事，希望有更多的人和资源能够因此关注足式机器人，并且投身进来。我想结合自己在这个行业的经历谈谈我的想法。

我到CMU读博士已经三年了，这三年什么别的都没干，也没怎么发论文，就是把足式机器人从电机控制到腿的控制到传感器选型再到状态估计、轨迹规划都自己一个人摸了一遍。第一年的时候开源了一个Matlab上的 足式机器人仿真 ，第二年做出了一个能 爬楼梯的六足机器人 ，第三年做了一点控制理论的研究，同时开始用宇树科技的A1重头搭一套系统、自己手写力控。到今年年中老板都被我搞得不耐烦了，见面就嫌我博士进度太慢。但是我也没办法，我觉得任何一个工程师，即使已经有很强的单刚体系统和机械臂系统控制的基础，想要单靠自己把足式机器人的各个环节摸清，都得花个几年的时间。我直到现在才基本弄明白了这个领域的边缘在哪里，有哪些值得思考的科研问题。

在此期间足式机器人这个领域持续升温。2019年ICRA会议上五狗齐飞的盛况一直让人津津乐道：

大家惊讶地发现原来足式机器人这个东西造起来还是挺便宜的。ICRA期间，MIT开源了Cheetah机器人的设计图和代码，对产业发展起到了很大的帮助。Cheetah项目的负责人，MIT教授Sangbae Kim兴高采烈地给大家介绍说噢我们的mini cheetah机器人部件都是中国造的，一共才几千美元……中国造机器人便宜毫不奇怪，足式机器人最贵的部件是直驱电机，一台要用12个。而直驱电机这种东西在多旋翼飞机上用的也很多，大疆发展的早期和中期都和国内国外的公司打过很多轮惨烈的价格战，养起了上游的供应链。另外，谈到直驱电机里面的关键元件——铷铁硼磁钢，稀土大国就笑了，其他国家没有原料的话，说什么高端的德国工艺都没用。

20年我写了 这篇文章 总结业界的进展，其实还有很多动向并没有包括进去。比如深度学习的火热也传导到了足式机器人中，19年和20年ETH的Anymal组联合Stanford大牛教授Vladlen Koltun连续在Science Robotics上发表了两篇用神经网络控制Anymal的工作。Berkeley的博士生Xue Bing Peng用深度强化学习让宇树科技的机器狗Laikago模仿真狗的动作，拿下了2020年机器人领域顶级会议RSS的 最佳论文 。

一直在旁观的我，耳濡目染地也学了很多东西。19年去参观了波士顿动力公司，实地摸到了Spot Mini内外的很多技术细节。后来自己买了一个宇树科技的A1机器人，被狗腿柔和丝滑的力控效果所震惊。21年暑假我来到Nvidia做实习，突然发现Xue Bing Peng在隔壁组实习，隔一天又发现ETH的Joonho Lee也在Nvidia实习。开始做项目的时候又发现Joonho去年Science Robotics论文中用的神经网络控制器就放在项目代码库里的一个文件夹里，于是赶快打开在Isaac Sim里运行起来，被Anymal稳定的表现震惊得想哭。只能感慨能和你们生在一个时代真是我的荣幸啊。

作为一个年过三十且无甚科研贡献的在读博士，心态也平和了许多。博士期间体验最多的一个事情就是机器人坏了，正在自己蹲着修，休息时刷手机看到隔壁ETH或者世界上哪个组又发了个关于足式机器人的新论文，各种酷炫。很多人就把“量子位”或者“新智元”上关于这些论文的报道转给我（这种文章给人带来的焦虑指数有多高，看过的人应该都懂），问我怎么看，我看看地上坏着的机器人，表示没什么看法。回想以前写 关于小米无人机的文章 的自己，深刻觉得那样并不好。当年做小米无人机的朋友们看大疆的心态，应该和独自努力做足式机器人好几年的我看隔壁ETH等大组的心态是一样的。一个产品做不出来，或者做不好，往往是很多原因造成的，即使投入其中的工程师特别努力，也会因为时间和人力的限制做不出完美的水平。而且让一个机器人系统稳定运行，其实是人类用自己的智力在对抗自然界的电磁噪声、环境摩擦等各种不可知的外力和干扰，人类应该团结互助，一起去挑战自然，而不是互相吹或踩，非要分个高下不可。如果有朋友，特别是小米的朋友，曾经因为我那篇文章被冒犯到，在此我特地给你道个歉，对不起。

所以说回来这个CyberDog铁蛋。技术上我觉得中规中矩，这不是批评，毕竟主程大佬 @海果不能吃 自己都说项目的目的就是开源，技术也都是用现有的开源技术，非要黑人家是抄袭也没有必要。价格上一看就是亏本在卖，为了吸引开发者，也合理。我觉得这个事情更大的意义是，小米作为国内最大的硬件公司之一，做事情是个风向标。小米关注这个市场，那么资本会关注，想要选择自己职业发展方向的工科学生和从业者也会关注。

我更希望的是随着小米等其他大玩家的进入，有更多的钱和人才进入这个行业，我们能够通过足式机器人让中国的机器人产业发展开始引领世界的发展。其实2021年足式机器人行业的现状和2011年无人机行业的发展状况很相似：学术界有了如何控制这个东西的成型理论，工业界有了一些基础的应用案例，但是它有什么大规模的商业应用，还不为人知。结合无人机以前的发展，我觉得关键还是在要在一些基础技术上进行突破，简单谈几个：

1. 足式机器人极端地形和极端运动状态下的定位和建图。去年在 这个知乎回答 里讨论过"即使在2020年，地球上尚不存在任何一个人造的、成本1万块以下、重量50kg以下的轮式机器人系统，能够很快地在不同材质的平地上快速可控地自主移动"。很不幸到2021年还是不存在这样的系统。足式机器人天生是可以做到这件事的，而且稳定性会比轮式机器人好很多，但是现在的技术水平没有充分发掘出足式机器人的潜力。我们一说足式机器人就谈论搜索救援，然而现在我们见到的大部分足式机器人基本都只能在平地和起伏很小的崎岖地面上跑（可能因为MIT开源的控制器是只针对平地做的），近年来的深度学习技术也是把传统的平地控制器又花式地重新做了一遍，Anymal的神经网络控制器，也是在他们多年传统控制器开发的经验的基础上拓展的。在我看来我们需要多传感器融合领域的基础技术和理论的发展，仔细处理足式机器人在高动态运动下和地面的碰撞等问题，使得机器人在极端崎岖的地面上也能稳定测量自己的状态，才能真正把机器人送到山地、峡谷等复杂的地形中执行任务。我自己之后会专注这个领域的基础技术研究，有兴趣可以私聊。
2. 如 @任赜宇 所说，集成轻型机械臂到足式机器人上。当机器人增加了若干自由度，如果还需要实现全身性的高动态动作，这时候就需要用whole body motion controller了，机器人的轨迹规划领域现在碰到硬瓶颈就是模型复杂了以后轨迹规划不够快，要想进一步提升轨迹规划的速度，需要在并行优化理论作出突破。
3. 标准化的多模块硬件系统的架构方案。足式机器人可以说是人类到目前为止做过最紧凑最复杂的机电系统，要实现精准快速的足端力控和一定的智能，两三个主控电脑、12个电机、几十个不同的传感器是基础配置，大部分电路还得塞到纸巾盒那么大的空间里去。现在各个公司做的机器狗的系统架构其实都大同小异，内部的链路则根据硬件的选型各有千秋。上位主控电脑可以选择Intel NUC或者Nvidia Xavier，下位主控可以用STM32或者某些SOC的核，上下通信可以靠UART或者LAN，前视传感器可以用Intel D435或者国产的小觅，排列组合一下就几十种不同的构型出来了，即使有ROS2作为中间件，硬件导致的通信带宽限制和性能区别也影响了控制器可能的速度。这就导致了研究人员切换平台的难度很高，比方说现在有人要给我一个铁蛋，我是不要的，因为我花了很多时间在宇树科技的A1上搭起了一套Xavier+NUC双电脑系统，调试确认主控可以跑200Hz，如果要切换到铁蛋上，很可能程序许多部分都需要调整以适应新的硬件环境。（不知为何现在大家都只爱装N家的电脑，虽然我也是半个N家员工，但是Xavier对一些非标的硬件模块的支持真的是令人一言难尽，还是Intel的平台好用很多）事实上Google买到宇树科技的Laikago以后用了好多年，即使后来宇树出了A1也没有切换。因此我觉得业界需要一个硬件版的ROS，或者一套大家都遵循的标准方案。最好可以有一些理论的分析，比如一个硬件模块的输入输出都是有速度上限的，我们现在把他们用不同的链路连接起来来实现特定的功能，尤其是一个电脑必须输出50Hz的状态观测，另一个电脑必须输出200Hz的控制指令等等，我们怎么能够搞出一个最优的连接方案。

上述的技术方向只是可以深挖的一小部分。根据我的了解，现在美国很多的高校和科研机构都在用宇树的Laikago和A1机器狗做研究，公司比如Google和Nvidia，学校比如我们CMU，UW，Geogia Tech，UTAustin等等。于是和很多行业一样，中国公司提供底层平台、美国科研机构做理论，一如既往地还是把原始创新交给国外。现在小米进场，如果还是提供科研平台的思路，那对中国的机器人产业来说依然还是在原地踏步。另外支持开源社区其实是一个广撒网捞不到鱼的状态，开源社区的主力都是在校的学生，工科学生大多节俭，别说9999，就算是999也不舍得花，难以产生大量的开发者。最有效的办法还是在国内发掘大学内的优秀科研团队，定点赠送或优惠价出售机器人，然后合作申请项目、写论文和开源代码，从基础技术的研究做起，同时扶植大学科研团队内的硕士、博士生结合科研项目创业，在大学内拓展足式机器人行业的后备军，毕竟年轻人才是国家的未来。