ZMP
双足机器人平衡分析中的核心概念，指地面上使机器人所受重力与惯性力的合力矩为零的点。只要ZMP落在支撑多边形内，机器人就不会倾覆。
核心事实
时间轴 (近 90 天)
常见的步态策略包括基于零力矩点（ZMP）的规划、基于倒立摆模型（LIPM）的轨迹生成，以及基于中央模式发生器（CPG）的周期振荡方法。
双足步态工程方法包括基于零力矩点（ZMP）的步态规划、模型预测控制（MPC）以及强化学习步态策略
与传统的模型预测控制(MPC)或ZMP方法相比，强化学习策略无需显式建模动力学方程，能够通过海量试错自动发现高效的运动模式
双足机器人的支撑面积极小、重心高，天然处于不稳定状态，实现稳定行走涉及零力矩点（ZMP）控制、模型预测控制（MPC）和全身动力学优化等技术
双足机器人本质上是一个高维非线性欠驱动系统，传统的ZMP规划方法需要精确的动力学模型
ZMP方法本质上是静态或准静态的，在高速奔跑机器人频繁经历完全腾空阶段时不再适用，现代高速双足运动更多依赖SLIP和HZD等框架
人形机器人控制涉及ZMP(零力矩点)控制、模型预测控制(MPC)和全身动力学优化等核心技术
During ladder climbing, the support polygon is reduced to the contact areas of palms and feet on rungs, making ZMP control exceptionally difficult
全部知识事实 (8)
人形机器人控制涉及ZMP(零力矩点)控制、模型预测控制(MPC)和全身动力学优化等核心技术
65%待验证During ladder climbing, the support polygon is reduced to the contact areas of palms and feet on rungs, making ZMP control exceptionally difficult
85%待验证双足机器人本质上是一个高维非线性欠驱动系统，传统的ZMP规划方法需要精确的动力学模型
60%待验证常见的步态策略包括基于零力矩点（ZMP）的规划、基于倒立摆模型（LIPM）的轨迹生成，以及基于中央模式发生器（CPG）的周期振荡方法。
50%待验证双足步态工程方法包括基于零力矩点（ZMP）的步态规划、模型预测控制（MPC）以及强化学习步态策略
50%待验证与传统的模型预测控制(MPC)或ZMP方法相比，强化学习策略无需显式建模动力学方程，能够通过海量试错自动发现高效的运动模式
50%待验证双足机器人的支撑面积极小、重心高，天然处于不稳定状态，实现稳定行走涉及零力矩点（ZMP）控制、模型预测控制（MPC）和全身动力学优化等技术
50%待验证ZMP方法本质上是静态或准静态的，在高速奔跑机器人频繁经历完全腾空阶段时不再适用，现代高速双足运动更多依赖SLIP和HZD等框架
50%