像人类一样，利用肢体大范围、动态的运动来实现灵活的快速步行，一直是仿人机器人研究者的梦想，本项目以该梦想为最高目标，开展三个方面的研究。首先，研究仿人机器人的平衡问题，根据平衡的不同理解和定义，研究不同的稳定步行控制器，以获得更灵活的稳定控制策略；然后研究仿人机器人的行为模式及其表示方法，以得到丰富的机器人行为和强有力的机器人行为描述工具；最后研究步行控制器的结构问题，探索仿人机器人控制器的设计套路和机器人行为描述的综合方法。本项目基本上是按原定计划执行，上述三个方面的工作分别在本报告的2.1.1-2.1.3节中阐述。报告的2.2-2.3节还描述了我们在仿人机器人的模型仿真和实体设计制作方面的研究工作。. 平衡研究方面，在构建了常规的基于倒立摆模型和静态ZMP(Zero Moment Point)平衡的步行控制策略后，改进了传统的仿人机器人步行预测控制方法，使得控制过程更具适应性并保证了ZMP跟踪的平滑度。仿照人类在步行中“只要大概稳定就行”、“在平衡点附近晃动也是稳定的”这种思路，在平衡控制中基于粗粒度的特征状态空间，设计特征轨迹，开发了“动平衡”的步行控制器。. 步行模式研究方面，首先通过模糊控制的方法，解决了传统的逆运动学求解中的奇异性问题，改进了传统的逆运动学数值求解过程。然后构建了基于步态曲线-步频-步幅-步相和基于CPG的仿人机器人运动表示，作为后续基于CPG的步行控制的基础。最后研究了具有“神经网络蓄水池”的生物神经网络的非线性动力学逼近能力，以期得到计算能力强、计算量小的步行控制器或动力学模型。. 控制器综合方法研究方面，提出了两类方法：第一类是在无法找到指数型李亚普洛夫函数的情况下，首先通过设计非线性控制器保证控制器的全局稳定性，再通过数值方法优化全局稳定控制器的参数，使系统的动态性能更好；第二类是先通过数值方法，提高步行过程的动态性能，再去证明系统的整体稳定性。. 总之，该项目研究了仿人机器人大范围动态快速步行的关键技术，探索了其中的平衡控制、步行模式及其表达方法和步行控制器的设计等问题，在建模与仿真、步态控制策略方面取得了一些结果，基本完成了项目原计划的研究内容。