全身逆运动学

一次解出机器人全身关节角，让手、脚、躯干等多个部位同时到达目标。

普通逆运动学通常只管一条手臂：给定末端位姿，求这条链上的关节角。全身逆运动学把对象扩大到整台机器人（人形、带臂四足、双臂移动底盘等），同时满足多个目标：双手到哪、双脚踩哪、躯干朝向、质心落在支撑区域内，还要遵守关节限位、避免自碰撞。关节多、目标常互相冲突，一般没有解析解，常见做法是把每个目标写成一个「任务」，用雅可比矩阵把关节速度和任务误差联系起来，再用加权最小二乘或二次规划迭代求解（即微分逆运动学）；冲突时靠权重或任务优先级取舍。它只算关节角、不管力和力矩，这是它和全身控制的区别。具身智能里常用于把人体动捕数据重定向到人形机器人、做全身遥操作、给强化学习生成参考动作。

例子GMR 通用动作重定向把人体动作映射到宇树 G1、Booster T1 等十多款人形机器人：每一帧用基于 mink（基于 MuJoCo 的微分 IK 库）的全身 IK，同时让机器人的手、脚、骨盆等部位对齐人体对应部位并满足关节限位，解出关节角序列，官方称可在 CPU 上实时运行。

也叫

全身 IK、Whole-Body IK、全身逆解

相关

逆运动学、动作重定向、GMR 通用动作重定向、全身控制、雅可比伪逆、任务优先级

来源

mink: Python inverse kinematics based on MuJoCo (GitHub)
GMR: General Motion Retargeting (GitHub)

信息截至

2026-09