人形机器人应用广泛，机遇与挑战并存。人形机器人是指具有人的形态和功能的机器人，具备高度仿人外形、强大的感知能力以及智能决策和学习能力，有望广泛进入工业自动化、医疗康复、服务与零售、危险救援、家庭服务、教育科研等生态场景。随着资本和人才涌入、机器人控制和AI技术快速迭代，人形机器人产业日新月异，但从大规模商业化落地角度来看，人形机器人产业在技术、经济、社会等方面仍然面临诸多挑战。
精准的复杂运动控制技术是人形机器人得以广泛应用的基础。人形机器人运动控制是指对机器人进行精确控制，使其能够模拟和执行人类的各种动作和运动。这种控制不仅包括对机器人关节的精确控制，还包括对机器人整体运动轨迹的规划和控制，以确保机器人能够完成复杂的任务，为机器人在实际应用中的广泛发展奠定基础。
基于模型的控制和数据驱动控制方法相辅相成，助力人形机器人运控迭代升级。在软件算法层面，人形机器人的运动控制可以分为基于模型的控制和数据驱动控制，每种控制方法都有其独特的优势，能够解决不同的控制问题。
- 基于模型的控制：具有高可解释性等独特优势，但其主要依赖于准确的建模和手动参数调整，这使得在多刚体规划和控制中优化变得复杂。主要方法包括平衡控制器、模型预测控制（MPC）、全身控制（WBC）等。
- 基于学习的控制：是指利用数据驱动技术使机器人能够从经验中学习运动策略。基于学习的方法特别适用于传统模型可能难以捕捉与未结构化或不可预测地形互动复杂性的环境。主要方法包括强化学习（RL）、模仿学习（IL）等。
- 混合控制方式：通过数学模型提供基础控制框架，利用数据驱动方法增强适应性和鲁棒性，兼顾了控制精度和适应性，大大提高了人形机器人的运动和作业能力。
头部企业运控表现亮眼，多环节有望受益。以特斯拉Optimus、宇树G1及波士顿动力Atlas等为代表的人形机器人产品由于硬件方案的差异化，各自擅长的领域有所差异，但均展现出了优秀的运控能力。一般而言，涉及运动控制相关的软件算法开发是由机器人主机厂自研完成。运动控制相关硬件本体（如控制器、执行器、传感器等）的开发分工差异则较大，自研或采购第三方供应商的形式均有。另外，涉及到机器人训练相关的硬件，如动捕设备、遥操设备、仿真软件工具，多为第三方供应商或开源平台提供。
投资建议：人形机器人的运动控制是实现其动态步态、精细操作和环境适应的核心技术，也是涉及硬件设备、软件工具和开发套件的综合应用。本文聚焦在人形机器人运动控制软件算法及数据训练的研究，建议关注如下受益环节及标的。
- 运控系统：固高科技、雷赛智能。
- 软件及仿真工具：NVIDIA IsaacSim、PyBullet、Gazebo。
- 动作捕捉设备：Xsens、Vicon、凌云光、诺亦腾。
风险提示：人形机器人产业发展不及预期、数据训练效果不及预期、运控算法迭代不及预期。
