Řízení celého těla: jak humanoid koordinuje paže, nohy a trup současně

Řízení celého těla (whole-body control) je software, který mnohokrát za sekundu rozhoduje, co má dělat každý kloub humanoida, aby se chůze, sahání a nošení předmětů děly současně a robot se nepřevrátil. Starší systémy tento úkol řešily pomocí fyzikálních modelů a optimalizace; novější většinou využívají neuronové sítě trénované v simulaci, často na základě napodobování zaznamenaného lidského pohybu. Právě tato imitace je důvodem, proč mohou taneční vystoupení robotů vypadat nápadně plynule.

Proč je obtížné pohybovat celým tělem

Humanoid není soubor nezávislých končetin. Když zvedne paži s těžkým předmětem, posune se jeho těžiště a nohy musí okamžitě vyrovnávat. Když udělá krok, švihem nohy zatíží trup, což ruší pohyb rukou. Každý pohyb ovlivňuje všechny ostatní.

Jediné, co robota udržuje vzpřímeně, jsou chodidla opřená o podlahu, a síly, které mohou přenést, jsou omezené. Tuto část pokrývá náš samostatný text o tom, jak humanoidní roboti udržují rovnováhu. Řízení celého těla jde o krok dál: jde o to dělat užitečné věci pažemi a trupem za udržení rovnováhy, místo aby se rovnováha a manipulace s předměty řešily jako oddělené úlohy.

Moderní humanoid může mít desítky motorů. Společnost Boston Dynamics například ve svém příspěvku o velkých behaviorálních modelech uvádí, že robot Atlas má 50 stupňů volnosti (nezávisle ovladatelných pohybů kloubů). Koordinovat tolik kloubů ručně psanými pravidly je velmi brzy neúnosné.

Přístup založený na modelu: nejprve předpovědět, pak zvolit

Klasickou odpovědí je řízení založené na modelu. Inženýři robotu předají matematický popis jeho vlastního těla: hmotnost každé části, délku každé končetiny, odezvu motorů. Regulátor pomocí tohoto modelu předpovídá, co se stane v následujícím zlomku sekundy, a vybírá takové povely pro klouby, které nejlépe splní zadané cíle.

Široce používanou podobou je prediktivní řízení s modelem (MPC). Opakovaně plánuje krátký úsek dopředu, provede první malou část plánu a poté s novými údaji ze senzorů plánuje znovu. Cíle bývají seřazeny podle priority: nejprve nespadnout, za druhé držet chodidla tam, kam byla plánována, za třetí umístit ruku, kam je požadováno.

Síla tohoto přístupu spočívá v tom, že je srozumitelný. Inženýři vidí, proč robot něco udělal, a mohou nastavit pevné limity. Slabinou je, že skutečný svět se modelu nikdy zcela neshoduje: kluzká podlaha, měkký koberec, krabice těžší, než se čekalo. Psát pravidla pro každý takový případ je pomalá práce.

Přístup založený na učení: milionkrát si to vyzkoušet v simulaci

Zpětnovazební učení (RL) jde jinou cestou. Inženýři nepíší regulátor, ale odměnu: body za pohyb vpřed, za udržení trupu ve svislé poloze, za splnění příkazu; postihy za pád nebo plýtvání energií. Neuronová síť pak ovládá simulovaného robota a metodou pokusu a omylu se postupně učí, které akce přinášejí nejvyšší odměnu.

Protože simulace běží mnohem rychleji než realita, může síť trénovat po dobu odpovídající několika letům. Inženýři mezi jednotlivými běhy mění tření, hmotnosti a terén, aby se strategie nepřizpůsobila jedinému dokonalému virtuálnímu světu. Natrénovaná síť se poté zkopíruje do skutečného robota. Tento přenos podrobněji vysvětluje náš článek o učení v simulaci.

V praxi se oba přístupy často kombinují. Boston Dynamics popsala, že k chůzi robota Spot přidala naučenou strategii a zároveň ponechala stávající regulátor založený na modelu. V příspěvku o zpětnovazebním učení pro robota Spot uvádí, že část založená na modelu tak zvládá to, v čem je dobrá, zatímco učení se soustředí na to, co se programuje obtížně. Společnost uvádí, že strategii trénovala ve více než milionu simulací a před předáním zákazníkům ji testovala na vlastní flotile.

Imitace pohybu: učení z lidského pohybu

Čistá odměna za „chůzi vpřed bez pádu“ má sklon vytvářet zvláštní, nepřirozenou chůzi. Roboti nacházejí podivné zkratky. Klíčovým nápadem, který to změnil, je odměňovat robota za to, že kopíruje člověka.

Článek DeepMimic z roku 2018 trénoval simulované postavy s odměnou, která kombinovala dvě složky: nakolik postava odpovídá referenčnímu pohybovému záznamu, například datům z pohybového snímání (motion capture) člověka, a nakolik plní cíl úlohy. Výsledkem byly fyzikálně simulované postavy provádějící akrobatické dovednosti, které přitom stále reagovaly na strčení a změny prostředí.

Při použití na skutečné humanoidy přibývá krok zvaný přemapování pohybu (retargeting). Záznamy lidského pohybu se přenášejí na odlišné proporce a rozsahy kloubů robota, protože robot nedokáže přesně zopakovat každý lidský pohyb.

Článek z roku 2024 Expressive Whole-Body Control for Humanoid Robots (ExBody) zvolil praktický kompromis. Horní část těla napodobuje referenční pohyb, zatímco od nohou se vyžaduje jen spolehlivé dodržení požadované rychlosti chůze. Autoři uvádějí chůzi v různých stylech, podávání rukou a tanec s lidmi v reálném prostředí. Myšlenka je jednoduchá: paže si mohou dovolit být výrazné, ale chodidla musejí mít přednost nespadnout.

Proč taneční pohyby robotů vypadají tak plynule

Když humanoid předvádí dokonalý tanec na galavečeru nebo při uvedení produktu, obvykle neimprovizuje. U výše popsaných metod založených na imitaci regulátor sleduje referenční pohyb, který byl předem nahrán nebo vytvořen, typicky lidské vystoupení přemapované na robota. Lidský pohyb je přirozeně plynulý a odměna robota výslovně platí za jeho napodobení, takže výsledek tuto plynulost zdědí.

Úkolem neuronové sítě je učinit tento předem naplánovaný pohyb fyzikálně proveditelným na skutečném těle: přenášet váhu, upravovat došlap a pohlcovat drobné chyby. Proto může vystoupení vypadat bez námahy, a přesto být křehké na neznámém místě, například na nerovném pódiu nebo v kostýmu, který mění hmotnost robota. Proto také vlastní choreografie vyžaduje časový předstih: každé nové vystoupení je třeba připravit, přizpůsobit robotu a secvičit.

Výzkum se posouvá za hranice jednotlivých záznamů. BeyondMimic, poprvé zveřejněný na arXiv v srpnu 2025, trénuje regulátor sledující pohyb pro obratné dovednosti, jako jsou přemety stranou, otočné kopy a sprint, a poté pomocí generativního (difuzního) modelu tyto dovednosti kombinuje a přizpůsobuje novým úlohám, například vyhýbání se překážkám. Autoři uvádějí přenos na skutečný hardware; jako u všech výzkumných článků ale tyto výsledky pocházejí z kontrolovaných ukázek, nikoli z veřejných akcí.

Překlenutí propasti mezi simulací a realitou

Pohyb, který funguje v simulaci, může na hardwaru selhat, protože motory, převodovky a tření se chovají mírně odlišně. Článek ASAP z roku 2025, poprvé zveřejněný v únoru 2025, se tímto problémem zabývá na robotu Unitree G1. Tým nejprve v simulaci natrénuje strategie sledující pohyb na základě dat o lidském pohybu, poté je spustí na skutečném robotu, zaznamená, v čem se realita lišila, a natrénuje malý korekční model, který se vrátí do simulátoru k dalšímu doladění. Autoři uvádějí, že to umožnilo obratnější pohyby než dosud.

Od tance k práci

Napodobování tance samo o sobě neudělá z robota užitečného pomocníka. Pro úkoly výzkumníci stále častěji využívají lidi jako pilotní operátory v reálném čase. OmniH2O, zveřejněný v červnu 2024, popisuje jediný naučený regulátor, který sleduje cílovou pózu těla; ta může pocházet od člověka s VR brýlemi, z kamery nebo z nadřazeného modelu umělé inteligence. Autoři využili vzniklé teleoperované ukázky k trénování autonomních dovedností a zveřejnili datovou sadu šesti běžných úkolů. Jak takové pilotování funguje na akcích, popisuje náš text o teleoperaci.

Boston Dynamics a Toyota Research Institute se vydaly podobnou cestou s robotem Atlas. Ve svém příspěvku o velkých behaviorálních modelech popisují operátory v VR brýlích se snímači na chodidlech a hrudi, kteří úkoly předvádějí, přičemž je podporuje prediktivní regulátor Boston Dynamics. Jediná strategie řízená jazykovým zadáním pak ovládá celého robota, včetně kroků, dřepů a rukou, na základě obrazu z kamer, tělesných senzorů a textových pokynů, a to 30 rozhodnutími za sekundu. Mezi předvedenými úkoly bylo vázání lana, převracení nábytku a manipulace s pneumatikou o hmotnosti zhruba 22 liber (10 kg). Tým uvádí, že zbývá ještě mnoho práce.

IEEE Spectrum v září 2025 informoval, že Boston Dynamics tuto práci zaměřuje na logistické úkoly, jako je přesun dílů a přepravek, nikoli na akrobacii, a plánuje přidat zpětnovazební učení pro zvýšení odolnosti.

Omezení, která stále platí

• Vystoupení jsou secvičená, ne pochopená. Sledovaný tanec se řídí připravenou předlohou; nereaguje na hudbu ani na náladu publika, pokud to někdo nezabuduje.
• Nošení mění fyziku. Náklad, kostým nebo tác mění rozložení hmotnosti a regulátory natrénované bez nich se mohou chovat jinak.
• Naučené regulátory se hůře vysvětlují. Když se neuronová strategie chová špatně, inženýři ne vždy dokážou říci proč, což je důležité v blízkosti veřejnosti.
• Výsledky výzkumu nejsou specifikace produktu. Ukázky z článků vznikají za kontrolovaných podmínek za přítomnosti zkušených týmů.

Co to znamená pro pořadatele akcí

• Počítejte s tím, že plynulá choreografie je předem připravená: zeptejte se dodavatele, která vystoupení robot už má a jak dlouho by trvala příprava nového.
• Informujte dodavatele o všem, co bude robot mít na sobě nebo nést, a o povrchu podlahy, protože obojí ovlivňuje chování celého těla.
• Zeptejte se, zda bude část programu probíhat autonomně, nebo ji bude pilotovat operátor, a v případě potřeby to publiku čestně sdělte.
• Nechte kolem dynamických pohybů volný prostor; plynulý pohyb neznamená bezpečný kontakt. Praktické vzdálenosti a dohled popisuje náš průvodce bezpečností robotů na veřejných akcích.
• Výzkumná videa berte jako ukázku směru vývoje, nikoli jako to, co bude pronajatý robot předvádět na vašem pódiu příští měsíc.

Časté otázky

Co znamená řízení celého těla u humanoidního robota?

Je to řídicí software, který koordinuje všechny klouby humanoida najednou, takže chůze, udržování rovnováhy, sahání a nošení fungují společně. Regulátor nepohybuje pažemi a nohama odděleně, ale zohledňuje, jak každý pohyb přesouvá váhu robota, a podle toho upravuje zbytek těla. Může být vytvořen z fyzikálních modelů, z neuronových sítí trénovaných v simulaci, nebo z kombinace obojího.

Proč taneční pohyby humanoidních robotů vypadají tak plynule?

U mnoha výzkumných metod robot sleduje předem připravený pohyb, často zaznamenané lidské vystoupení přizpůsobené tělu robota. Trénink robota odměňuje za co nejpřesnější shodu s touto předlohou, a ten tak přejímá plynulost lidského pohybu. Úkolem regulátoru je udržet pohyb fyzikálně proveditelný a vyvážený. Vystoupení je secvičené, nikoli improvizované, a proto nová choreografie vyžaduje čas na přípravu.

Nahrazuje zpětnovazební učení tradiční řízení robotů?

Ne zcela. Naučené regulátory jsou stále běžnější, ale firmy je často kombinují s metodami založenými na modelu. Boston Dynamics popsala, že u robota Spot ponechala regulátor založený na modelu a přidala naučenou strategii pro obtížnější situace; u robota Atlas pak využila svůj prediktivní regulátor jako oporu při sběru teleoperovaných dat. Hybridní systémy se snaží zachovat předvídatelnost modelů i přizpůsobivost učení.

Dokáže humanoid, který dobře tančí, na akci také nosit předměty?

Ne automaticky. Tanec a nošení vyžadují různé dovednosti a náklad mění rozložení hmotnosti robota. Regulátor natrénovaný na tanec nemusel být trénován s tácem nebo krabicí v rukou. Zeptejte se dodavatele výslovně, zda byl robot testován při nošení takového předmětu, jaký máte na mysli, a pod jakým dohledem.

Jak článek vznikl: napsala ho redakce humanoid4rent s pomocí AI; každé faktické tvrzení jsme 2026-11-04 ověřili ve zdrojích uvedených níže. Našli jste chybu? Napište na info@humanoid4rent.com.