足式机器人对各种环境(包括结构化环境(诸如公路、铁路、经处理的平整路面等)和非结构化环境(诸如山地、沼泽、崎岖不平的路面等))具有很强的适应能力，其能够适应地形的各种变化、翻越较高的障碍物，而且能够有效地减小载荷、提高系统的能量利用效率。
足式机器人按照足数可分为单足、双足、四足、六足、八足等，其中，四足足式机器人具有超强的运动能力，其比双足足式机器人静态稳定性好，且比六足、八足足式机器人运动简单灵活，因此，四足足式机器人是研究足式机器人的一种常见选择。
大家最为熟知的应该是波士顿的四足机器人到双足机器人。
而国内腾讯、小米也相继发布了自己的足式机器人产品。
控制足式机器人的方法主要基于人工智能(Artificialintelligence，AI)，人工智能能够以类似于人类引导活体动物运动的方式来规划足式机器人的运动轨迹和步态，使得足式机器人的运动更灵活仿生。人工智能通过研究各种智能机器的设计原理与实现方法，使控制足式机器人的方法具有自动高效地基于足式机器人的当前运动状态设计足式机器人的后续运动轨迹和步态的功能。
在足式机器人的运动过程中，通常可使用多种手段来实时确定足式机器人的状态(如位置和姿态信息等)。例如，可以使用多种传感器来估计足式机器人的本体状态。例如，在工业界已经提出了多种融合IMU数据、关节编码器的数据、激光数据、动作捕捉数据等等来确定足式机器人本体状态的方法，但这些方法都无法解决本体感知的传感器状态估计器在长时间运行下的状态漂移，导致不可避免产生累积误差。
针对上述问题，腾讯于2022年11月18日公开了一项新专利，提供了一种用于足式机器人的状态估计方法。
专利名称：用于足式机器人的状态估计方法及装置、计算机设备
专利号：CN202210985184.6
数据来源：大为innojoy全球专利数据库
抓力所述方法包括：获取所述足式机器人的第一传感器信息和第二传感器信息，并基于所述第一传感器信息和第二传感器信息，利用第一卡尔曼滤波器确定所述足式机器人的第一状态信息，并保存一段时间的第一状态信息作为第二卡尔曼滤波的历史信息；获取所述足式机器人的第三传感器信息，并基于所述第三传感器信息和所述历史信息，利用所述第二卡尔曼滤波器确定所述足式机器人的第二状态信息；以及基于所述足式机器人的第二状态信息，对足式机器人在当前时刻的第一状态信息进行更新，以确定所述足式机器人的当前时刻的状态信息。
相比于传统的状态估计方案，该专利的各个方面融合了以不同频率工作的不同传感器的传感器信息，采用两个卡尔曼滤波器解决了传统方案中仅能以较低频率融合不同传感器信息进而导致的延迟高等问题，实现了高实时性、高鲁棒性、高有效性的多传感器融合状态估计，显著减小了足式机器人长时间运动时状态估计带来的累积误差。
2022年8月8日，腾讯正式发布Max二代机器人（以下简称Max），Max能够在梅花桩上完成旋转踏步、单桩跳跃、双轮站立等高难度动作，其过桩速度达到“前辈”Jamoca的4倍，期待腾讯机器人更新的成长！
