在人形机器人向通用性、智能化方向加速演进的当下,控制系统的角色正在发生根本变化:它不再只是底层驱动的接口适配层,也不只是策略调用的转译引擎,而是成为连接具身模型、异构本体与多样化任务的“中枢神经系统”。
在 2025 年张江具身智能开发者大会上,来自国家地方共建人形机器人创新中心的尹云鹏博士系统介绍了 OpenLoong 控制框架的整体设计理念与实现路径。该框架面向具身智能机器人开发场景,聚焦如何在异构硬件条件下承接智能模型、控制算法与实机执行的闭环落地问题,提出以“具身操作系统”为参照的新一代控制框架体系。
在 OpenLoong 架构中,控制系统不仅要支撑模型部署与策略下发,更承担着全链仿真、远程调度、任务切换、状态管理、硬件抽象等核心职责,是构建通用型人形机器人基础设施不可或缺的组成部分。

控制系统正在变成“大脑中枢”:从调参算法走向数据驱动体系
传统机器人控制系统多依赖 MPC、PID、WBC 等经典算法体系,在单一场景下具备高稳定性和良好的物理可解释性,但开发过程周期长、参数依赖强,难以在复杂场景中灵活扩展。随着人形机器人逐步迈入“具身智能”阶段,控制需求从刚性任务切换转向软性策略泛化,更强调在多任务、多模型、多构型之间自由迁移的能力。尹云鹏博士提出,这不是算法选择的简单替换,而是整个控制系统思维的迁移:从精调逻辑向训练部署逻辑演进,从执行层控制向感知-认知-行为的多层结构提升。OpenLoong 控制框架正是在这一背景下诞生,其目标不仅是驱动机器人动起来,更是支撑模型跑得通、策略落得地、行为控得稳。

机器人控制的基本框架:以“中枢”为核心的具身系统结构
在具身智能机器人的控制架构中,OpenLoong 采用了以“中枢”为核心的四级控制体系,分别为大脑、小脑、中枢和末梢。相比传统控制架构中以小脑(局部控制)或大脑(策略规划)为主的设计方式,OpenLoong 强调“中枢”的核心作用,将其作为连接各级控制层与外部系统的重要中介与调度中心。
- 大脑主要承担智能推理与策略生成任务,例如动作规划、大模型行为生成、语义理解、意图解析等,是系统的认知源头;
- 小脑负责对来自大脑的高层策略进行实时控制转译,如步态控制、力矩调节、轨迹跟踪等,是典型的

最低0.47元/天 解锁文章
1121





