隨著機器人自由度和結構復雜度的提升，運控算法持續迭代：從傳統的關節伺服控制算法和機遇模型的控制方法，發展到當前人形機器人主流的 WBC、MPC 運動控制算法；隨著人工智能的發展，基于神經網絡的強化學習方法也開始得到廣泛使用。人形機器人的算法庫復雜，往往需要多種運動控制算法疊加使用。