本文为「灵锶机器人情报」技术观察稿，图片均优先取自原始项目页公开素材。

开场判断

一个工业巡检现场，往往比想象中更挤。

走廊不到一米宽，两侧排着管线和配电箱；地面有时候是金属格栅，有时候是瓷砖，雨雪天还要打滑。机器人在这种地方跑得太快，控制台第一反应一定是"慢点，别撞"。可一旦把速度压下来，巡一圈就要多出几十分钟，原本省下的人力又被吃回去。

速度和安全之间的拉扯，是四足机器人进入真实场景时最难解的一道题。

CMU 一支团队把这道题重新拆了一遍。在 RSS 2024 上拿下 Outstanding Student Paper Award Finalist 的工作叫 ABS — Agile But Safe，目的不是"做一个更激进的策略"，而是让机器人同时具备跑得快和跑不撞两种能力。更值得看的是结构：他们把"快"和"别撞"做成了一个闭环，让两个子策略和一个被称作"安全裁判"的网络共同决策。这套结构的工程意味，比一个端到端的强化学习策略更值得产业读者花时间看。

下面把这件事拆开。

01. 跑得快和跑得"有用"，本来就两件事

这一节先把一个常被绕开的前提说清楚：四足机器人能跑得快，和"在真实场景里跑得有用"，不是同一件事。

学术论文里，速度很容易变成亮点。实验室平整地面上跑出 3 m/s、4 m/s，发表出来很漂亮。但巡检、消防、园区物流这些场景，速度本身不是价值指标。快而不撞、快而能恢复、快而能在动态障碍和杂乱环境里保持稳定，才有部署的意义。

ABS 作者 Tairan He 在 CMU 新闻稿里提过一个数字：敏捷策略能让 Unitree Go1 跑到最高 3.1 m/s。这个数字值得记，但只是故事的开头。

更值得记的是另一件事：他们验证的不是实验室平地。论文里公开的真实实验覆盖了两类室内场景（窄走廊、家具环境），加了户外草地、雪地，还把一辆婴儿车当动态障碍塞进去。多数场景的导航成功率在 9/10 到 10/10，碰撞很少。这种"快 + 少撞"的组合，才是产业想听的内容。

也得说清楚：这是 RSS 2024 的学术工作，覆盖场景不等于已经可以无人值守运行。Go1 在工业级重载场景下的稳定性、长周期可靠性，论文里未披露关键数据。

02. ABS 把"快"和"安全"拆成了三个角色

ABS 不是一个单一策略，它由三个决策模块共用一个表征网络组合而成。用产业更熟悉的工程语言来翻译，长这样：

敏捷策略（agile policy）负责跑。训练的奖励函数围绕"快、稳、完成任务"构建，目标是把步态、节奏、速度调到当前环境能接受的最快档。

恢复策略（recovery policy）负责救场。它不追求世界纪录，更关心风险升高时把姿态、速度或方向拉回安全区。它存在的意义只有一件事：别撞、别翻、能稳住。

Reach-Avoid 值网络才是这套系统的核心。它把相机实时感知到的环境，转成一个标量——可以理解成"当前位置如果继续按敏捷策略走，会不会掉进碰撞集合"。这个值同时担任两个角色：

1. 决定什么时候该从敏捷策略切到恢复策略；

2. 作为恢复策略的优化目标，让恢复策略清楚该往哪个方向修。

它不是个报警器，是闭环里的一个控制信号。

视觉感知那一端交给 ray-prediction 表征网络。如果把常见的 point cloud 比作"把一桌菜全拍下来再挑能吃的"，ray-prediction 更像"远看一眼就知道盘子里有什么"。机器人用一组沿射线的预测来表示周围几何，对算力和带宽都更友好。这种设计让训练与推理共用一种"压力测试友好"的形态——少而精的环境假设，刚好和敏捷/恢复这两套策略对信息密度的需求匹配。

这套设计也直接落到了 ABS 的硬件形态上：Unitree Go1 搭载 Jetson Orin NX 和 ZED Mini 立体相机（来源 [4]）。换句话说，部署端不需要工控机级别的离线算力，机器人本体带上板载的算力和相机就能闭环工作。这一点，对工业现场、临时作业点、户外巡检这一类"不能保证机柜跟随"的场景尤其重要。

四个模块全部在仿真里训练。这条信息不长，但回应了产业里一个具体问题：研究到工程之间的成本到底落在哪里。

03. 这件事为什么值得产业读者看

把 ABS 单看成一篇顶会论文太可惜。它的结构本身，比那 3.1 m/s 更值得产业读者拆。

第一，安全被做成了优化目标，而不是事后补丁。很多在巡检或消防现场做过的工程师都熟悉，传统"快策略 + 安全包络线"或者"安全 + 速度解耦控制器"经常翻车在两类情形：要么策略激进到包络线失效，要么包络线保守到策略发挥不出来。Reach-Avoid 值网络的设计思路是：把"会不会撞"显式写进控制信号，让恢复策略有明确方向可以优化。这种思路在路径规划里早就有，但嵌进端到端学习策略里，是 ABS 在工程意义上的亮点。

第二，闭环结构更接近真实系统。单策略强化学习在仿真里非常好用，但仿真与现实的差距、硬件差异、长尾场景这些点会把它打回原形。ABS 把敏捷和恢复拆开，给出了一种"分布式工程化"的思路——敏捷策略是性能问题，恢复策略是安全兜底问题，安全值网络是状态判定问题。三者出问题可以分别迭代，不会出现"为了安全把速度牺牲掉一半"这种尴尬的折中。

第三，真实实验选择的是产业关心的场景。室内窄走廊、家具环境、户外草地、雪地、动态障碍物——这些都不是论文里容易出漂亮表格的场景，但恰好是巡检、消防、园区、物流最日常的场景。这一点比"最高速度"更值得报道。

第四，基线选择有讲究。论文里 ABS 与多个基线做了对比，覆盖了从纯几何规划到纯端到端 RL 的不同思路。结果并不是"ABS 在所有指标上都遥遥领先"，而是"快策略 + 恢复策略 + 安全值网络"的组合在成功率和碰撞率之间取得了更平衡的位置。产业读者更熟悉这种"均衡折中"的语言，对极端 SOTA 反而不那么敏感。

第五，公开代码意味着可复现性。GitHub 仓库存在（来源 [4]），意味着任何团队都能在自己的仿真环境里复跑基线和 ABS。这给跟踪后续工作提供了真实的入口，不是"看图相信"。

但同样要交代清楚：

• ABS 的硬件平台主要是 Unitree Go1，未披露迁移到不同本体尺寸、不同负载、不同传感器配置后的稳定性数据；

• 代码在 GitHub 上明确为 CC BY-NC 4.0，不可用于商业宣传或商业产品的 demo（来源 [4]）；

• 这是 RSS 2024 的工作，不等同于可直接商用的方案，离规模化、无人值守、长周期运行还有距离。
  
  

04. 接下来，我们重点盯住这几件事

这篇论文还没完。下面几件事，是接下来一段时间值得继续盯的。

一、"双策略 + 安全裁判"会不会从 RSS 2024 扩散到工业四足甚至人形机器人。把安全和性能拆开迭代，这个工程思想不只属于四足。如果未来一段时间看到人形机器人的研究里出现类似解耦结构，ABS 的价值就被进一步验证了。

二、Reach-Avoid 值网络能否走出实验室。它是控制信号，不是报警器。这个区别，决定了它能不能进入真实工厂里的安全闸，或者消防作业里"该减速就减速"的策略层。我们会关心它和工业控制系统的对接情况，而不是论文里又多跑了多少分。

三、CC BY-NC 4.0 这个协议会卡住多少商业化尝试。ABS 官方代码明确不允许用于商业产品 demo。如果工业团队想用类似范式，大多需要自己重建训练管线，或者等作者发新的可商用版本。这对节奏有影响。

四、速度/安全/恢复的整体闭环指标，会不会成为新的产业基线。过去问机器人进展，问的是"最高速度""最大负载""最长续航"。ABS 给出另一种读数：一公里巡检里，成功路径占比、碰撞次数、恢复触发次数。这种更接近真实场景的评估方式，会不会进入 RFP 或招标评分，值得看一眼。

五、ray-prediction 这类轻量表征，对低算力平台的适配性。Jetson Orin NX + ZED Mini 这种组合意味着 ABS 不需要工控机就能跑起来。"轻量表征 + 中端算力"的组合，恰好是工业场景最关心的形态。

05. 一点私心

我们做机器人这一行，被反复问过的问题不是"你能跑多快"，而是"你撞不撞人"。前者是参数，后者才是工程。

ABS 这套工作的意义不在它能跑 3.1 m/s，而在它把"撞不撞人"这件事，从风险栏里搬到了优化目标里。哪怕这个解法明天被更激进的方案超过，今天这一篇也值得产业读者反复拆。

反过来看，这也是为什么四足机器人这一波的壁垒，最终不会落在"谁能更快"，而会落在"谁能既快又让人放心"。安全不是可选项，是部署的门票。

参考来源

• [1] ABS 项目页：https://agile-but-safe.github.io/

• [2] 论文 arXiv：https://arxiv.org/abs/2401.17583

• [3] 论文 ar5iv HTML：https://ar5iv.labs.arxiv.org/html/2401.17583

• [4] ABS 官方代码（CC BY-NC 4.0）：https://github.com/LeCAR-Lab/ABS

• [5] CMU Robotics Institute 新闻稿：https://www.ri.cmu.edu/collision-free-high-speed-robots/

• [6] IEEE Spectrum Video Friday：https://spectrum.ieee.org/video-friday-agile-but-safe