机器人的三个时代：本田的ASIMO，波士顿动力，宇树/特斯拉机器人。
第一个时代：本田ASIMO那个时代它主流的运控方法叫ZMP（Zero Moment Point）零力矩点的方法。
我们怎么分辨一个机器人它是用ZMP的算法控制的，还是用别的方法控制的？
ZMP 有一个很突出特点，就是它走路一定是要左脚迈出去之后，它身体要往左倾一下来保持稳定，然后又在卖身体往右倾去保持稳定。这套方法其实是一个很古典的一个机器人的控制算法， ASIMO 当时算是这个算法最巅峰的巅峰了，当时我们可以看到 ASIMO 用 ZMP 竟然能把机身调的跑起来，这个事站在今天来看是不可想象的。 ASIMO 其他的硬件设计加上他的控制算法，真的就能代表那个时代，包括工业设计，说实话放到现在来说也是没得挑的。
基于 ZMP 算法设计的硬件，它要求每个关节重复定位精度要非常高，没有backlash回程间隙，所以说它每个关节，都是 high gear 超高减速比的斜波大关节，然后脚底要放六维力传感器，不然的话可能还控制不好，导致成本非常高，可靠性非常差，然后稳定性也没那么好。
日本的工程师已经非常努力，也非常优秀了，把 ASIMO 调成那个程度已经超级厉害了。
第二个时代： Boston Dynamics波士顿动力的机器人，就是力控的 MPC （Model Predictive Control）：模型预测控制的时代，他们基于WBC（Whole-Body Control）全身控制这样的方法，他们是模型预测控制这个算法的时代，这个时代他们当时选取技术路线是液压驱动，这个时代算法比 ASIMO 那会肯定是精进了不少了。 Boston Dynamics 算是基于 MPC 的一个集大成者对。
MPC 其实搞了 20 多年，从MIT那个 Leg Lab 就开始搞的。
他们最开始从一个类似于驴拉磨那个东西，然后上面绑了一个机器人，那会就开始搞MPC，然后一直搞到波士顿动力的机器人，坚持这么一个领域，坚持这么多年，我们非常敬佩，然后他也算是这个领域做的集大成者，甚至很多今天 learning-based 基于学习的机器人控制/决策方法，有些公司控制还没有他的 MPC 控得好。
