李钟毓 | 一步一跃，皆是智能新生

身姿挺拔的二足机器人静静伫立，似一位蓄势待发的运动员。下一刻，它猛地发力蹬地，身躯腾空而起，随即轻盈落地。高低起伏的测试坡面上，它步履矫健、奔跃自如。短短几秒的高动态爆发，一连串流畅自然的动作，藏着一位青年科学家的坚守与突破。在科学前沿，香港中文大学机械与自动化系助理教授李钟毓，不断挑战不可能，他以构建足式机器人的“小脑”为核心命题，用最优控制与强化学习打通仿真与现实的壁垒，让腿足机器人敏捷、智能、安全。

▲李钟毓

硬核初心 逐梦科创

95后李钟毓，年少便心怀科创之志。2014年，考入浙江大学竺可桢学院混合班，主修机械电子工程专业，并非随意选择，而是源于他对机器人纯粹的兴趣。他感到，机器人不是简单的机械装置，而是机械、电子、软件深度协同的复杂系统。唯有吃透底层硬件，洞悉系统本质，才能真正理解机器人。

虽已具备较强的编程能力，但李钟毓跳出舒适区，一头扎进硬件世界。从机械结构设计、电子电路原理到控制系统搭建，他不放过任何一个环节。他坚信，编程与算法是机器人的“大脑”，但硬件与机电融合是机器人的“筋骨”，没有强健的筋骨，再聪明的大脑也无法落地。在浙大的实验室，他组装硬件、调试系统，在一次次失败重来中，完成着科研思维的早期熏陶。

本科阶段的积累，让李钟毓拥有了较为全面的知识体系。大四时，他被邀请赴卡内基梅隆大学（CMU）访问研究。一年里，他接触到全球顶尖的机器人平台，独立负责三维球上自平衡机器人自主导盲的项目，探索机器人导盲这一极具社会价值的课题。为模拟盲人真实场景，他蒙上双眼，一遍遍测试机器人的避障效果；从人体识别、路径规划，到人机交互、动态控制，他打通了从底层硬件到上层算法的全链路。从0到1的研发经历，让他深刻体会到机器人软硬结合的核心要义。

彼时的机器人领域，还停留在实验室探索阶段。工业机器人以机械臂为主，自动驾驶刚刚起步，海外顶尖实验室依靠长期积累形成硬件壁垒。而李钟毓在CMU的经历，让他坚定了未来方向——做高动态、高敏捷的腿足机器人。他被波士顿动力二足机器人跑跳的视频深深震撼，心中埋下一颗种子：要让机器像人一样优雅、敏捷、自主地运动，从实验室走向现实生活。

孤勇拓荒 智创灵动

在CMU表现出色，李钟毓被推荐至加州大学伯克利分校，在考希尔·斯里纳斯（Koushil Sreenath）教授指导下攻读博士学位。他赶上了一个千载难逢的机遇——商业化二足机器人Cassie正式落地。此前，全球实验室都要从零“攒”机器人，而他成为最早一批使用商业化二足机器人平台开展研究的学者，得以抛开硬件搭建的繁琐，专注于算法突破与技术创新。

6年博士生涯，李钟毓始终围绕一个核心命题展开研究。他借鉴人类小脑的生理功能——负责全身动作协调、自适应控制与本能避险，致力于为腿足机器人打造类似“小脑”的控制系统，实现稳定、敏捷的自主运动。他定下三大目标：提升机器人的敏捷性、智能性与安全性。

研究初始，李钟毓就选择了一个极具创新性的课题——让机器人复现动画中的拟人化动作。此前，机器人只能完成僵硬、简单的行走动作。这是一条无人走过的路。动画设计领域从不考虑机器人的物理限制，而机器人有严格的关节限位、动力学约束，稍不注意就会倾倒。无现成代码，无参考方案，他从零开始跨界学习动画设计，再将动画轨迹转化为机器人可执行的指令。面对长轨迹优化无法实时求解、高维非线性系统难以控制的难题，他创新性提出“离线精细化优化+在线简单追踪”策略，将长轨迹分段优化后再拼接，成功打通“动画设计—算法转化—真机执行”的全流程。

这项成果让二足机器人首次做出拟人化的夸张动作，惊艳了机器人领域，成功入围机器人顶会最佳论文。但李钟毓清醒认识到，基于模型的优化控制存在致命短板：调参繁琐，无法适应硬件变化，难以实现高动态动作。要让机器人真正像人一样运动，必须寻找全新的技术路径。

当学界还在坚守基于模型的优化控制时，李钟毓做出一个大胆决定——转向强化学习。在当时，这是一个极具争议的选择。主流观点认为，强化学习只能在仿真中运行，无法成功部署到真实二足机器人上。但他坚信，强化学习是让机器人“自主学习”的好路径。就像人类孩童学走路，无须复杂的数学建模，而是通过尝试、犯错、获得反馈，最终学会稳定行走。他与伯克利强化学习团队合作，向未知领域发起冲击，接连攻克两大世界级难题。

第一个难题是从仿真到现实的迁移鸿沟。仿真机器人参数与真机存在巨大差异，关节摩擦、质量分布、电机响应都无法完全匹配，在仿真中训练完美的策略，到了真机上往往直接失效。李钟毓使用域随机化策略，让机器人适应各种不同的物理参数，同时提出在神经网络中同时融入长短时序历史信息，让控制器隐式感知真机状态并能做出快速反应，最终完美解决从仿真到现实的迁移问题。

第二个难题是高维机器人强化学习的局部最优陷阱。二足机器人有20多个自由度，单一的奖励函数很容易让机器人学到“投机取巧”的动作。他引入人类运动参考轨迹，创新性地结合分阶段学习，让机器人既能以人类自然动作为基准，又能不局限于参考轨迹，学会多样、稳定、优雅的步态，彻底摆脱局部最优。

2021年，李钟毓的第一篇强化学习论文发表，在领域内引起轰动。他证明，强化学习不仅能在真实二足机器人上运行，性能还远超传统控制器。实验中，机器人倾斜至45度濒临倾倒，却能凭借学习到的策略，下意识回收腿部、快速回正，实现了类似人类的本能反应。这是传统控制方法无法完成的任务，也让全球研究者开始正视强化学习在腿足机器人领域的巨大潜力。

科研从来不是一帆风顺。让李钟毓印象最深的，是机器人立定跳远课题的研发。完成基础行走步态后，他想挑战更高难度的动态动作。出于安全考虑，他选择立定跳远作为突破口，本以为能快速实现，却未想到这一跳，耗费了他整整1年时间。

高爆发起跳、高冲击落地、瞬间回正平衡，整套动作不足1秒，却融合了极致的动力学挑战。机器人频繁摔倒、硬件磨损严重、算法始终无法收敛，一次次失败，让他身心俱疲。但骨子里的不服输，导师的鼓励，支撑他在困境中继续探索。他把问题拆解，一次次分析失败原因。就在快要放弃的最后一周，奇迹发生了——算法收敛，机器人稳稳起跳、完美落地，成功完成了立定跳远动作。

这次突破，让李钟毓更加坚信：成功往往藏在“再坚持一周”的勇气里。也正是这份坚守，让他的研究屡获佳绩：Cassie立定跳远1.4米、跳上0.44米高台，一套算法实现19种高动态动作，完成全球首次二足机器人400米跑、在不同地形上的奔跑，成果登上机器人顶刊封面，成为行业通用运动控制策略的奠基性工作。

6年时间，李钟毓从零开始，打造“机器人小脑”系统。他让二足机器人能跑、能跳、能避障，让四足机器人化身导盲犬、足球射手，颠覆了腿足机器人的控制范式，也成为全球较早将强化学习落地二足机器人真机控制的前沿学者之一。

青年锐气 求索无疆

作为前沿青年科学家，李钟毓身上有凛冽的锐气：不迷信权威，不畏惧困难，不满足现状，用一次次突破定义新的可能。他亦是一位有情怀的研究者。早在CMU期间，他就专注于导盲机器人研究，后在伯克利开发出世界第一款导盲机器狗，希望用机器人替代稀缺、昂贵的导盲犬，帮助视障人群独立出行。他认为，机器人的使命是服务人类，成为人类的伙伴。因此，他的研究不仅追求技术上的极致，更关注安全性、实用性与人文价值，致力于打造可靠、贴近生活的机器人系统。

2025年从伯克利博士毕业，李钟毓选择到香港中文大学（简称“港中大”），开启科研生涯的新篇章。选择香港，既是因早年与港中大的合作渊源，更是因这里背靠内地完善的机器人供应链，能够实现学术研究与产业工程的完美融合。他见证了中国机器人硬件从被海外限制，到如今全球实验室都在使用中国硬件的巨大转变，坚信靠近供应链、联动产业界，才能让科研成果更快落地。

在港中大，李钟毓的研究方向更加宏大：聚焦人形机器人与具身智能，打通全身运动控制、灵巧操作、多模态感知、机器人大模型的全技术链。他希望把机器人的“小脑”（运动控制）与 “大脑”（智能决策）结合，让机器人不仅能跑能跳，还能完成各种复杂任务。他的梦想从未改变：打造敏捷、智能、安全的机器人，让它们成为人类的好伙伴。

在李钟毓的蓝图里，未来的机器人可以走进工厂、走进家庭、走进社会的每一个角落。前路漫漫，亦有荆棘，他坚信热爱可抵岁月漫长，未来的生活，会因机器人而更加美好。