基于实时地形感知，一步一阶上楼梯

基于实时地形感知，逐际动力 CL-1 从上一次展示的抬两次脚上一阶楼梯，到这次左右脚交替、一步一阶上楼梯，达到更类人的动态上楼梯效果。

640 (9).gif

基于实时地形感知，CL-1 一步一阶动态上楼梯

全身运动控制，往返跑步

逐际动力首次展示人形机器人跑步的测试画面，CL-1 从静止、起跑、加速到减速、停止，还有往返跑步，全过程连续、动态完成。

640 (10).gif

基于全身运动控制，CL-1 完成整套跑步动作

在软件方面，结合更实时、更精准的地形感知信息，CL-1 实现了较之前更快、更大、更稳的上楼梯步伐。同时，为了优化人形机器人的高动态运动，逐际动力进一步迭代了全身运动控制算法。通过对全身动作的实时规划，CL-1 在这次测试中手臂与腿部的动作更加协调，身体在运动过程中的晃动显著减小。

在硬件方面，不管是以更大的步伐上楼梯，还是往返跑步，对机器人的动力性能以及稳定性都提出了更苛刻的要求。针对这一要求，CL-1 提升了关节性能（力矩、转速性能、响应速度），并优化了整机的结构设计，以更轻的整机重量达到更强的抗冲击性能，兼顾了机器人的动力性能和稳定性。

逐际动力升级了实时地形感知、全身运动控制算法，以及关节性能和整机结构设计

在这次测试中，CL-1 能够流畅地切换跑步的速度，完成从静止到起跑、从跑步到停止的整套运动，并做到更大的跑步步幅，实现跑起来，而不止走得快的高动态效果。

要实现稳定可控的人形机器人跑步，面临的主要挑战包括：

面对人形机器人跑步这一难题，逐际动力的研发路线聚焦全身运动控制算法和硬件系统两大方向。系统化地理解并分析跑步运动背后的运动控制问题，设计通用、可扩展的运动控制算法；综合算法、仿真以及真机测试的数据，确定整机硬件的性能需求，定义硬件系统的技术路线与设计方案。

随着研发的不断深入，逐际动力的人形机器人 CL-1 将进一步结合实时感知和强化学习（Reinforcement Learning），带来更多新的突破。

640 (11).gif