1. 课程导论与仿真环境搭建
各位同学好，我是这门课的主讲。在机器人行业摸爬滚打了十几年，从最早的工业机械臂到现在的足式机器人，我踩过的坑不少。今天咱们聊四足机器人，尤其是动态步态切换——这玩意儿，说实话，是让四足机器人真正「跑起来」的关键。
1.1 四足机器人发展现状
四足机器人不是新鲜事。早在上世纪80年代，MIT的Marc Raibert就做了著名的「跳跃机器人」，后来才有了波士顿动力的BigDog。但真正让四足机器人走进大众视野的，是2016年前后那波开源热潮。
我简单梳理一下几个关键节点：
| 时间 | 代表产品 | 核心突破 |
|---|---|---|
| 2005 | BigDog | 液压驱动、高负载越野 |
| 2013 | Spot Classic | 电液混合、低噪声 |
| 2019 | Spot Mini | 全电动、商业化落地 |
| 2020 | Unitree A1 | 低成本、开源生态 |
| 2022 | MIT Mini Cheetah | 高动态、MPC控制 |
现在市面上能买到的四足机器人，基本都具备行走、小跑、跳跃能力。但问题来了——怎么让它在行走中突然加速小跑？怎么从奔跑急停到站立？ 这就是步态切换要解决的事。
核心认知： 步态切换不是简单的「换一个走路姿势」，而是要在极短时间内重新分配足端力、调整身体姿态、保证动量连续。说白了，机器人不能「卡住」或者「摔倒」。
1.2 步态切换的核心挑战
我在做第一个四足项目时，犯过一个低级错误。当时想让机器人从walk切换到trot，直接改了腿的相位。结果呢？机器人原地打了个趔趄，差点翻倒。后来我才明白，步态切换有三大硬骨头：
- 动量连续性——切换瞬间，身体的速度和角动量不能突变。否则惯性力会把机器人「甩出去」。
- 足端轨迹重规划——不同步态下，足端落点、摆动高度、触地时间都不一样。切换时得平滑过渡。
- 控制策略切换——行走用位置控制，奔跑用力控。两种策略的切换时机和增益调整，稍有不慎就震荡。
你想想看，一个20公斤的机器人，四条腿在0.1秒内完成相位重组，同时还要保持身体水平——这难度不亚于让一个芭蕾舞演员在旋转中换舞伴。
我的经验： 刚开始做步态切换，别一上来就搞复杂算法。先用仿真环境把「切换轨迹」调平滑，再上真机。我在MIT Cheetah项目上吃过亏——真机摔一次，维修费够买一台新电脑。
1.3 仿真环境配置：Webots vs MuJoCo
做四足机器人仿真，选对工具能省一半时间。我个人习惯用两个环境：Webots 和 MuJoCo。它们各有千秋，我列个对比表：
| 特性 | Webots | MuJoCo |
|---|---|---|
| 物理引擎 | ODE/Bullet | 自研（MJX） |
| 渲染质量 | 高（OpenGL 3.3） | 中等 |
| 编程接口 | C/C++/Python/ROS | C/Python/Mujoco.py |
| 地形编辑 | 内置编辑器 | XML/代码生成 |
| 仿真速度 | 实时 | 超实时（可加速） |
| 适合场景 | 教学、可视化调试 | 强化学习、批量训练 |
我的建议是：课程前期用Webots，因为它的可视化界面直观，调试步态时能看到每条腿的受力箭头。等后面做RL（强化学习）训练，再切到MuJoCo，它跑得快，一天能训几百万步。
1.3.1 Webots 安装与配置
Webots的安装很简单，但有几个坑我得提醒你：
- 下载地址：
https://github.com/cyberbotics/webots/releases，选最新稳定版。 - 安装时记得勾选「Add to PATH」，否则后面调用命令行会报错。
- 首次启动会下载示例模型，网速慢的话等一会儿。
验证安装是否成功：打开终端，输入 webots --version，如果显示版本号，就OK了。
注意： Webots 对显卡驱动有要求。如果你用的是NVIDIA显卡，务必更新驱动到最新版。我曾经在旧驱动上跑仿真，渲染画面全是黑色方块——折腾了两天才发现是驱动问题。
1.3.2 MuJoCo 安装与配置
MuJoCo现在由Google DeepMind维护，安装更轻量：
# 安装 mujoco 和 mujoco-python
pip install mujoco
pip install mujoco-python
# 验证安装
python -c "import mujoco; print(mujoco.__version__)"如果报错缺少 libGL.so，在Ubuntu上执行：
sudo apt install libgl1-mesa-glx libglib2.0-0MuJoCo的模型文件是XML格式。我习惯把机器人模型放在 ~/mujoco_models/ 目录下，方便管理。
小技巧： 第一次跑MuJoCo仿真时，把 mujoco.viewer 的 render_every_frame 设为 False，可以大幅提升仿真速度。等需要看动画时再打开。
1.4 本章知识结构
为了让你对整个课程有个全局认识，我画了一张知识结构图。它把四足机器人步态切换的核心模块串起来了：
这张图你看懂了吗？从上到下，步态切换是顶层目标，三大挑战是核心难点，支撑技术是解决方案，仿真工具是实验平台。咱们这门课，就是沿着这条路径一步步走下来。
1.5 本章小结
这一章我们聊了：
- 四足机器人从BigDog到Mini Cheetah的发展脉络
- 步态切换的三大核心挑战：动量、轨迹、控制策略
- Webots和MuJoCo的对比与安装配置