仿人機器人具有人類的特征，其制造的根本目的是要在人類的生活環境中運動。因 此，除了2D環境下的移動機器人的無障礙物碰撞的路徑規劃方法可以被仿人機器人的路 徑規劃所借鑒之外(Sabe 將人工勢場方法引入到仿人機器人路徑規劃中[139),還需要考 慮仿人機器人本身的特點。由于仿人機器人足跡的離散性，并且能夠跨越或跨上障礙物， 2D 環境中的路徑規劃方法不再適用。Koichi Nishiwaki[140~142] 等人考慮到雙足步行機器 人的行走過程中的穩定性要求以及足部落地的離散性要求，對雙足步行機器人和環境做 出如下假設：

(1)環境地面是平的并且不包含移動障礙物。

(2)離散可行的足跡放置位置以及相應的步態運動是預先計算好的。

(3)只有當前地面平面是容許放置腳的(不是障礙物，未考慮跨上和跨越障礙物)。

在這種假設條件下，仿人機器人的路徑規劃問題轉換成機器人滿足靜態穩定性，障礙 物固定不動并且不可跨越的路徑規劃問題，這樣只需增加可行足跡集合就可直接應用移 動機器人路徑規劃中的成熟算法，并成功地將該方法應用到H6 和 ASIMO的樣機上。在 隨后的研究中，他們通過在環境模型中增加了一個高度信息，將問題擴展到2.5D,并成功 地在H7,ASIMO 上進行了實驗研究。在動態環境下，可以采用基于傳感信息融合的在線 滾動路徑規劃的方法。該方法是一種實時路徑規劃方法，可以應用于動態的非結構化環 境中。使用滾動規劃的策略來解決動態環境下仿人機器人路徑規劃問題，不但可以適應 環境障礙物的動態變化，而且用規劃空間內路徑的局部Z優代替全局Z優的方式可以大 大降低所求問題的規模，具有較好的實時性。應用此方法，Philipp 等人在ASIMO 上取得 了較好的實驗效果143J。 移動機器人路徑規劃的評價一般從時間Z短或者路徑Z短來進行，而仿人機器人路徑規劃評價的前提是該路徑規劃的結果已經存在并且有效，因此它的評價應該是d立于 規劃算法之外的。在建立仿人機器人路徑規劃評價體系時，應該考慮到機器人運動學和 動力學上的約束、全局環境信息、運動所產生的風險評估和運動所消耗的能量等因素。有 些研究人員雖然已經提出關于仿人機器人路徑規劃的一些優化指標，但這些指標一般都 是建立在機器人底層步態規劃之上的，而仿人機器人的路徑規劃指標則需融合底層步態 規劃評價和全局路徑規劃144]。

仿人機器人的任務規劃研究是抽象層上層決策規劃的一種研究，由于對仿人機器人 的路徑規劃問題還沒有徹底得到解決，因此任務規劃研究目前還處于探索階段。很多學 者在這方面也提出了一些相關方法。Eiichi Yoshida145]提出了一種仿人機器人動態任務 規劃的方法。該方法由兩個階段構成：先，使用基于幾何動力學的運動規劃器計算仿人 機器人的一條無碰路徑，然后再用動態姿態生成器動態地生成可行的仿人運動，其中，包 括像搬運物體或者操作等運動和任務的執行。如果在動態運動生成過程中由于自身的運 動產生了碰撞，那么規劃器需要重新進行路徑規劃，以便消除這些碰撞。這種迭代規劃方 式對任務的動態性具有很好的魯棒控制效果。Manuel 提出了一種基于任務層的模擬學 習，機器人可以通過觀察物體的軌跡來學習任務，通過高斯混合模型的概率解碼的應用讓 機器人學習所觀察到的運動任務的重要元素。這些重要元素包括完成運動所需的避障等 額外因素。通過人類給ASIMO示例任務演示表面所提的方法是進行交互式任務學習的 好起點[146。對于一個復雜的任務，可以分成若干的子任務組成任務集，Francois Keith[147等人針對順序執行任務、集中的任務存在執行效率低、消耗能量多的缺點，提出 了對任務集Z優排列的方法。該方法在保證復雜的避障等約束的情況下實現執行時間上 的Z優，并通過HRP-2 機器人從冰箱里取罐頭的實際任務驗證了所提方法的有效性。

仿人機器人研究的Z終目的是希望機器人能在人類的環境中生活，協助或者取代人 類進行一些危險或者繁重的工作，服務于人類的生活。因此，研究適合在人類環境中執行 各種復雜任務的仿人機器人也是必然趨勢，這些復雜任務往往需要根據某種特定任務建 立特定的模型，進行相應的分析研究，現在還沒有形成一種統一的研究方法和控制策略。 隨著科技的不斷發展和研究的不斷深入，相信不久就能使仿人機器人真正“生活”到我們 之中來。