2026 年最适合做 RL Locomotion 的四款四足机器人对比

在所有机器人形态里，四足机器狗几乎是强化学习 locomotion 研究的"标配战场"。原因有三：

• 接触丰富：四条腿交替触地、离地，步态本质是一个高维、非连续、含碰撞的决策过程，正好是 RL 擅长的连续控制问题。
• Sim-to-real 闭环可行：相比双足，四足稳定性更高；相比轮式，动力学更复杂——是验证 sim-to-real 的甜点难度。
• 生态成熟：MuJoCo、Isaac Gym、legged_gym 等主流 RL 训练框架都把四足作为一等示例，论文复现成本低。

但真正要"上手机器狗仿真 + 实体验证"时，多数人卡在第一步：市面上四足这么多，到底买哪台做 RL locomotion？ 本文横评四款最常出现在顶会论文里的四足机器人——Unitree A1、Unitree Go2、ANYmal C、Boston Dynamics Spot，从参数、价格到仿真生态一次说清，给出不同研究阶段的选型建议。

四款四足机器人速览

Unitree A1

Unitree A1 是过去几年里出现在 RL locomotion 论文里频率最高的平台之一。12 自由度、约 12 kg、性价比极高，是 legged_gym、Isaac Gym 教程默认示例机器人。虽然官方已逐步被 Go2 取代，但作为"算法基准平台"，它的论文复现量和社区资料仍然最丰富。

Unitree Go2

Go2 是 Unitree 当前主力消费/教育级四足，12 DOF、约 15 kg、最高速度冲到 5.0 m/s，机载 4D LiDAR + AI 算力，是这个价位里少有的"既能跑 RL 训练又能做感知"的全能选手。性价比目前在售四足里几乎无对手。

ANYmal C

ANYmal C 出自 ETH Spin-off ANYbotics，定位工业巡检。约 50 kg、IP67 防护、模块化关节设计。它是 ETH RSL 实验室的"亲儿子"——大量 learning-based locomotion 前沿工作（teacher-student distillation、terrain adaptation、robustness benchmark）都以它为载体。sim-to-real 鲁棒性的标杆。

Boston Dynamics Spot

Spot 不需要多介绍，工业巡检的事实标准。约 32 kg、负载 14 kg、自主导航成熟。SDK 开放（PySpot），但学术 RL 生态相对封闭——大多数 Spot 用户做的是部署而非训练，把它当 RL 训练平台的论文远少于前三款。

关键参数对比表

几条快速读表结论：

• 自由度（DOF）四款都是 12：每条腿 hip-yaw + hip-pitch + knee，3 关节 × 4 腿，是四足 RL locomotion 的事实标准配置。
• 速度差异巨大：Go2 凭借新关节模组把最高速度拉到 5 m/s，A1/ANYmal C 都只有 1 m/s 量级——做高动态 locomotion（弹跳、奔跑）Go2 占优。
• 价格差两个数量级：消费级 Go2 ~$1600，工业级 ANYmal C/Spot 在 $75k+，决定了它能落到谁手里。
• 负载与防护：要做带载巡检或户外恶劣环境，只能上 ANYmal C（IP67）或 Spot。

仿真与 RL 生态对比

参数只是表面，真正决定 RL locomotion 训练效率的是仿真生态。下面拆开看。

Unitree A1 / Go2：开源 RL 生态最活跃

• MuJoCo 官方支持：A1 和 Go2 的 MJCF 模型都在 mujoco_menagerie 里由官方维护，开箱即可在 MuJoCo / MJX 上跑。
• 训练框架：NVIDIA legged_gym / legged_lab、ETH rsl_rl、社区 omniverse-legged 都原生支持 A1/Go2，PPO 训练脚本几乎 clone 即跑。
• Isaac Gym / Gymnasium：GPU 大规模并行采样对 A1/Go2 有现成示例，几小时训出 stable walking 不难。
• 论文复现量：从 RMA、DreamWaQ、Walk-these-ways 到各类 sim-to-real 工作大量基于 A1，社区教程最厚。

ANYmal C：ETH 血统的鲁棒性标杆

• RSL RL framework：ETH RSL（Robotic Systems Lab）维护的训练栈，teacher-student、privileged learning、地形自适应的原始实现都在这里。
• 论文最多：learning-based locomotion 顶会论文里，ANYmal 出镜率长期第一。
• 仿真模型公开：官方 URDF/MJCF 可获取，但因为关节扭矩大、惯量大，sim-to-real 难度高于消费级机型。

Spot：SDK 开放但学术 RL 生态相对封闭

• PySpot SDK：Boston Dynamics 提供完整 Python SDK，控制和感知接入成熟。
• RL 训练门槛高：官方不鼓励外部重新训练底层 locomotion policy，仿真模型公开度不如 Unitree/ANYmal。Spot 用户更多在做"上层应用"而非"底层步态学习"。

RL Locomotion 选型建议

不同预算和研究阶段，最优解不同。给出一份决策指南：

• 预算有限 / 入门科研 → Unitree Go2。性价比最高，速度最快，仿真生态活跃，机载算力够跑 inference，sim-to-real 上手友好。
• 经典算法复现 / 教学 → Unitree A1。legged_gym 原生示例就是 A1，论文基准代码几乎全在 A1 上验证，复现成本最低。
• sim-to-real 前沿研究 / 工业级 → ANYmal C。ETH 血统，鲁棒性、地形适应、外部扰动恢复的标杆平台，顶会论文友好。
• 工业部署 / 自主巡检 → Boston Dynamics Spot。生态成熟，但 RL 底层训练门槛高，更适合做应用层而非算法层研究。
• 纯仿真研究（无实体） → 任选机型 + MuJoCo / Isaac。推荐 Go2 或 A1 的 MJCF，模型质量和复现资料都最好。

一句话：没有"最好"的四足，只有"最匹配你研究阶段"的四足。

上手 RL Locomotion 的第一步

如果读完上面你决定从 Go2 或 A1 起步，推荐的成长路径是：

1. 先在仿真里把步态跑通：MuJoCo + legged_gym，PPO 训练一个 stable walking policy。
2. 再做 sim-to-real：把仿真训好的 policy 部署到实体机上，观察并修 domain gap（电机延迟、摩擦、传感器噪声）。
3. 逐步加难度：地形适应、外部扰动恢复、跳跃/奔跑、感知融合。

第一步要拿到机器人模型，最快的方式是从 mujoco_menagerie 直接 clone：

# 获取官方维护的 MJCF 模型（A1 / Go2 都在里面）
git clone https://github.com/google-deepmind/mujoco_menagerie
 
# 进入对应的机器人目录
cd mujoco_menagerie/unitree_a1       # 或 unitree_go2
ls *.xml                             # 拿到 MJCF 即可在 MuJoCo / MJX 中加载

站内每个机器人详情页也整理好了对应的模型获取命令——比如在 /robots/unitree-go2 页面可以直接复制模型下载与启动命令，省去来回翻文档的时间。

小结

四足机器人选型的本质，是 "预算 × 研究阶段 × sim-to-real 需求" 三者的权衡：

• 预算决定你能不能上工业级机型；
• 研究阶段决定你更需要"算法基准平台"还是"前沿验证平台"；
• sim-to-real 需求决定你是纯仿真即可，还是必须有实体机闭环。

对绝大多数读到这里的朋友，Go2（入门）/ A1（复现）/ ANYmal C（前沿） 这条递进路径会是性价比最高的选择。机器狗仿真和强化学习 locomotion 的红利期还在，越早把 sim-to-real 这条路走通，越能在接下来的具身智能浪潮里占住身位。