想學人形機器人，該從哪裡開始？從模擬、開源硬體到實機的四階段學習路線

為什麼現在是學人形機器人的好時機

人形機器人過去是少數頂尖實驗室才玩得起的研究題目，但這兩年情況正在改變：模擬器免費、開源模型越來越多，連完整的硬體設計都開始公開。本站剛報導的 RoboParty 開源 RP1，就把機構圖、電路板、關節模組文件與運動策略全部放上 GitHub。資源變多了，但也讓初學者更容易迷失：到底該從哪裡開始？以下整理一條四階段的學習路線。

第一階段：數學與運動學基礎（1～3 個月）

人形機器人是由幾十個關節組成的多連桿系統，所有控制與學習方法都建立在「描述與計算機器人姿態」的能力上。

• 座標轉換與旋轉表示：旋轉矩陣、四元數、尤拉角，以及為什麼會有萬向鎖。
• 運動學：正向運動學、逆運動學、DH 參數與奇異點。
• 程式能力：Python 用於實驗與學習，C++ 用於即時控制。

這個階段的目標是：給你一隻機械手臂的參數，你能算出末端位置，也能反過來算出關節角度。

第二階段：在模擬器中讓機器人動起來（2～4 個月）

模擬器是學人形機器人最划算的投資：免費、不會摔壞、可以無限次重來。

• 選一個模擬器：MuJoCo 輕量、適合控制與強化學習研究；Isaac Sim／Isaac Lab 適合大規模平行訓練；Gazebo 與 ROS 2 整合最好。
• 從簡單的開始：先讓一隻機械手臂追蹤軌跡，再嘗試雙足的站立平衡，最後才是行走。
• 學控制：PID 是基礎，MPC 常用於行走控制，全身控制則是人形機器人同時協調手腳的關鍵。
• 學習型方法：用強化學習在模擬中訓練行走，是目前最主流的做法；模仿學習則用人類示範教機器人做事。

這個階段最容易踩的坑，是在模擬中表現很好，到了實機卻完全不行，這就是 Sim-to-Real 的落差。記得在訓練時加入領域隨機化，並了解人形機器人走路與動手的落差。

第三階段：從小型平台與開源硬體累積實作經驗

不必一開始就挑戰全尺寸人形機器人，可以從更小、更便宜的平台開始：

• 機械手臂：桌上型機械手臂可以練習運動學、軌跡規劃與抓取，詳見本站的 MoveIt 2 教學。
• 小型雙足或四足機器人：成本較低，能練習平衡與步態控制。
• 研究開源設計：像 RP1 這類完整開源的專案，即使不自己製作，也能學到關節模組設計、線束配置與軟體架構；它的運動策略也能先在模擬中執行。

自己製作人形機器人需要機構加工、電路與組裝能力，也要準備馬達、減速機與電池等不便宜的零件，比較適合有實驗室或社團資源的團隊。

第四階段：實機與運動策略部署

當你能在模擬中訓練出穩定的策略，下一步就是把它部署到實體機器人上。這時會遇到許多模擬中沒有的問題：

• 感測器雜訊與延遲：需要狀態估測，例如卡爾曼濾波。
• 馬達特性：實際的力矩、摩擦與發熱與模擬不同，需要系統辨識或致動器建模。
• 安全：實機會摔倒，要準備保護架與緊急停止機制。

這個階段通常需要學校實驗室或企業的資源。也是為什麼推甄時，如果你已經有模擬專題與作品，會比只有修課紀錄更有競爭力，可參考研究所推甄趨勢與建議。

常見的三個陷阱

1. 跳過基礎直接玩大模型：VLA 與強化學習很吸引人，但不懂座標轉換與運動學，遇到問題時會完全無法除錯。
2. 一開始就買昂貴的機器人：沒有模擬經驗就買實機，常常買了只能跑原廠範例。
3. 只看影片不動手：人形機器人的知識高度依賴實作，建議每個階段都設定一個看得到成果的小專案。

結語

學人形機器人沒有捷徑，但現在的資源比過去任何時候都多：免費的模擬器、開源的模型、完整公開的硬體設計。按部就班從數學、模擬、小型平台走到實機，一年內建立紮實的基礎是可行的。想了解這條路線之後能做什麼工作，可以參考機器人就業市場的七大職務類型與具身智能工程師需要的技能。