是否具有环境感知能力是人形机器人的基本要求 —— 基于感知的运动控制算法

智能机器人与传统机器人的区别在于是否具有智能决策模块，直白的说就是在于是否使用强化学习算法进行动作的智能决策。

但是，并不是使用强化学习算法的机器人就是智能机器人，尤其是人形机器人。强化学习算法是需要对环境进行感知的，这其实还可以分为两类，第一类是比较理想下的设定，就是指机器人的强化学习算法只感知自身传感器的运动数据，并根据运行的状态设置目标奖励，该种方式适用于仿真环境，优势就是建模简单，缺点就是和实际环境有一定脱离；第二类是对周围环境进行感知的机器人，这种情况下不仅需要获得机器人本身运动的各项数据同时还需要获得周围外在环境的数据，比如抓取实验时需要获得抓取平台上的物品的视觉信息，机器人在野外复杂环境下行走时需要获得实时环境的3D环境重建信息，等等。

在实际场合下的机器人（非理想状态下的仿真环境），感知能力是其必备的功能。

实时的环境感知能力可以分为实时地形感知和实时物体感知两种类型，实时地形感知是提供给足式机器人进行步态调整的，而实时物体感知是提供给机械手进行对物体的灵巧操作的。

环境感知一般是结合雷达数据、深度多目相机的视觉数据、自身传感器数据等信息对环境进行3D图像重建的操作。雷达数据、深度多目相机的视觉数据主要体现周围外在环境的信息，主要用于周围环境的3D重建，自身传感器信息主要体现机器人自身的当前运动状态。

机器人结合环境感知的信息和自身运动信息对自身姿态、关节角等进行实时调节，调整运动状态以获得合理的落脚点、运动轨迹，并与环境有更好的交互。