[论文解读] 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)|Nov 9, 2014

Modular Robots and Swarm Intelligence被引用 4

一句话总结

本文研究了在机器人控制中使用本体形态的权衡，对比了简单、基于模型的系统与复杂、柔软、无模型的分布式控制方法。文章主张采用动力系统视角，指出尽管形态可降低控制复杂度，但会带来建模、设计可扩展性以及性能保证方面的挑战，尤其是在软体机器人领域。

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.

研究动机与目标

• 分析简单与复杂机器人形态在控制性能与设计复杂度之间的权衡。
• 评估在形态复杂的机器人中，基于模型与无模型控制策略的可行性与局限性。
• 探讨形态计算如何降低计算负载，但可能在设计、建模与系统可预测性方面引入挑战。
• 评估动力系统理论在超越传统计算框架重新定义控制中的作用。
• 识别在设计具备分布式、自组织控制机制的自适应软体机器人系统时的开放性挑战。

提出的方法

• 采用 Pfeifer 等人提出的“交易空间”框架，将控制策略沿从计算控制到形态控制的谱系进行映射。
• 通过被动动态行走器和咖啡杯夹持器等案例研究，说明简单系统中基于形态的控制。
• 回顾适用于刚性与弹性体的基于模型的控制技术（例如最优控制、多尺度优化）。
• 研究复杂系统中的无模型、分布式控制，包括张拉整体机器人与脉冲神经网络。
• 评估进化机器人方法与软硬件协同优化在探索高维设计空间中的应用。
• 强调软体机器人中仿真与实际测试之间的“现实差距”，以及缺乏用于性能保证的分析模型。

实验结果

研究问题

• RQ1 机器人形态的复杂性在多大程度上影响基于模型控制的可行性与性能？
• RQ2 形态特性在多大程度上可减少对集中式、计算型控制的需求？
• RQ3 在依赖本体动力学时，控制简单性与系统多功能性之间的权衡是什么？
• RQ4 与基于模型的方法相比，无模型、分布式控制方案在复杂、柔性机器人系统中的表现如何？
• RQ5 当前建模与优化技术在软性、可变形机器人本体上的局限性是什么？

主要发现

• 如被动动态行走器等简单、柔性的本体，表明仅靠形态即可产生稳定、功能性行为，而无需主动控制。
• 形态计算可降低计算负载，但通常以降低可移植性与对新环境的适应能力为代价。
• 在复杂、非线性或可变形系统中，基于模型的控制受限，因为难以建立准确的物理模型。
• 复杂本体中的无模型、分布式控制需要新算法，目前仍处于早期发展阶段，尽管在张拉整体机器人等系统中展现出前景。
• 缺乏对软体本体的分析模型，导致设计中出现“维度灾难”，使通过仿真与硬件测试进行的优化变得代价高昂且依赖启发式方法。
• 进化与软硬件协同设计方法虽具前景，但受限于仿真与实际性能之间的“现实差距”。