[논문 리뷰] Trade-Offs in Exploiting Body Morphology for Control: from Simple Bodies and Model-Based Control to Complex Bodies with Model-Free Distributed Control Schemes

Matej Hoffmann, Vincent C. Müller|arXiv (Cornell University)|2014. 11. 09.

Modular Robots and Swarm Intelligence인용 수 4

한 줄 요약

이 논문은 로봇 제어에서 신체 형태를 사용할 때의 상충 관계를 조사하며, 단순한 모델 기반 시스템과 복잡한 소프트, 모델 없는 분산 제어 접근 방식을 대비한다. 동적 시스템 이론의 관점에서 주장하는 lin, 형태학적 특성은 제어 복잡성을 줄일 수 있지만, 모델링, 설계의 확장성, 성능 보장 측면에서 도전 과제를 야기하며, 특히 소프트 로봇 분야에서 그러한 문제들이 더욱 두드러진다.

ABSTRACT

Tailoring the design of robot bodies for control purposes is implicitly performed by engineers, however, a methodology or set of tools is largely absent and optimization of morphology (shape, material properties of robot bodies, etc.) is lagging behind the development of controllers. This has become even more prominent with the advent of compliant, deformable or "soft" bodies. These carry substantial potential regarding their exploitation for control---sometimes referred to as "morphological computation" in the sense of offloading computation needed for control to the body. Here, we will argue in favor of a dynamical systems rather than computational perspective on the problem. Then, we will look at the pros and cons of simple vs. complex bodies, critically reviewing the attractive notion of "soft" bodies automatically taking over control tasks. We will address another key dimension of the design space---whether model-based control should be used and to what extent it is feasible to develop faithful models for different morphologies.

연구 동기 및 목표

• 단순한 로봇 형태와 복잡한 로봇 형태 간의 제어 성능 및 설계 복잡성에서의 상충 관계를 분석하기.
• 형태학적으로 복잡한 로봇에서 모델 기반 대비 모델 없는 제어 전략의 타당성과 한계를 평가하기.
• 형태학적 계산이 계산 부담을 줄일 수 있지만, 설계, 모델링, 시스템 예측 가능성 측면에서 도전 과제를 야기할 수 있음을 탐색하기.
• 다이나믹 시스템 이론이 전통적인 계산 프레임워크를 넘어서 제어를 재정의하는 데서 수행하는 역할을 평가하기.
• 분산적이고 자율적으로 조직화되는 제어 메커니즘을 갖춘 적응형 소프트 로봇 시스템 설계에서의 열린 과제를 특정하기.

제안 방법

• Pfeifer 등이 제안한 '트레이딩 스페이스' 프레임워크를 도입하여 제어 전략을 계산 중심에서 형태 중심으로 이르는 스펙트럼에 매핑하기.
• 수동 동적 보행자 및 커피-풍선 그립퍼와 같은 사례 연구를 분석하여 단순한 시스템에서 형태학적 제어의 사례를 설명하기.
• 고체 및 유연한 신체에 대한 모델 기반 제어 기법(예: 최적 제어, 다스케일 최적화)을 검토하기.
• 복잡한 시스템에서의 모델 없는 분산 제어를 분석하며, 텐스그리티 로봇 및 스파이크 신경망을 포함하기.
• 고차원 설계 공간을 탐색하기 위해 진화적 로봇공학과 하드웨어 인 더 루프 최적화의 활용 평가하기.
• 소프트 로봇에서 시뮬레이션과 실제 테스트 간의 '현실 격차'와 성능 보장에 대한 분석 모델의 부재를 강조하기.

실험 결과

연구 질문

• RQ1 로봇 형태의 복잡성이 모델 기반 제어의 타당성과 성능에 어떻게 영향을 미치는가?
• RQ2 형태학적 특성이 중심집중적이고 계산 중심의 제어가 필요한 정도를 어느 정도 줄일 수 있는가?
• RQ3 신체 역학에 의존할 경우 제어의 단순성과 시스템의 다용도성 사이의 상충 관계는 무엇인가?
• RQ4 모델 없는 분산 제어 방식이 복잡하고 유연한 로봇 시스템에서 모델 기반 접근 방식에 비해 어떻게 성능을 발휘하는가?
• RQ5 소프트 및 변형 가능한 로봇 신체에 대한 현재의 모델링 및 최적화 기법의 한계는 무엇인가?

주요 결과

• 수동 동적 보행자와 같은 단순한 유연한 신체는 활성 제어 없이도 안정적이고 기능적인 행동을 생성할 수 있음을 보여준다.
• 형태학적 계산은 계산 부담을 줄일 수 있지만, 일반적으로 이동성과 새로운 환경에 대한 적응성의 감소를 수반한다.
• 정확한 물리적 모델를 구축하기 어려운 복잡한 비선형 또는 변형 가능한 시스템에서는 모델 기반 제어가 한계에 봉착한다.
• 복잡한 신체에서의 모델 없는 분산 제어는 새로운 알고리즘을 필요로 하며 여전히 초기 단계에 있지만, 텐스그리티 로봇과 같은 시스템에서는 유망한 성과를 보이고 있다.
• 소프트 신체에 대한 분석 모델의 부재는 설계에서 '차원의 귀환 문제'를 야기하며, 시뮬레이션과 하드웨어 테스트를 통한 최적화가 비용이 많이 들고 히우리스틱 기반으로 이어진다.
• 진화적이고 하드웨어 기반의 공동 설계 접근 방식은 유망하지만, 시뮬레이션과 실제 성능 간의 '현실 격차'로 인해 제약을 받는다.