轨迹生成（Trajectory Generation）是指智能系统为完成特定任务而规划运动路径的计算过程，其核心在于将抽象的任务目标转化为连续的空间坐标序列。在具身智能领域，这不仅是简单的路径点连接，而是需要综合动力学约束、环境交互和任务语义的三维时空规划。典型的轨迹生成会考虑机械结构的运动学限制、避障安全性以及能量效率等多重因素，最终输出满足平滑性、可达性和安全性的运动指令序列。
在AI产品落地场景中，轨迹生成技术直接决定了服务机器人抓取物品的流畅度、自动驾驶车辆的变道平顺性，甚至虚拟数字人的自然肢体动作。当前最前沿的生成方法已融合深度强化学习与最优控制理论，例如波士顿动力机器人复杂的跑酷动作，便是通过在线轨迹优化实现的。值得关注的是，新兴的神经辐射场（NeRF）技术正为未知环境中的实时轨迹生成提供新的解决方案。