过约束运动：基于Bennett连杆的单 quadruped 形态可重构机器人肢设计与控制

本文研究一种新型机器人肢的设计、控制与学习，该机器人肢利用Bennett连杆进行运动生成，产生过约束运动，能够在单一四足机器人中于受爬行动物启发与受哺乳动物启发的形态之间进行参数化重构。与当前对平面连杆的主流关注相反，本研究深入探讨采用过约束连杆作为肢体机构。过约束连杆在高等运动学中具有坚实的理论基础，但在机器人应用中尚待充分探索。本研究展示了过约束机器人肢（ORLs）的形态优越性，其可变形为平面或球面肢体，并以最简单的Bennett连杆作为ORL为例。我们应用模型预测控制（MPC）模拟一系列过约束运动任务，在考虑落脚距离与速度时，揭示其相对于平面肢体在能量效率上的优越性。结果进一步在通过强化学习（RL）优化的过约束运动策略中得到验证。从进化生物学视角，这些发现凸显了爬行动物与哺乳动物在肢体设计上的机构差异，并代表了ORL在动态运动中优于平面肢体设计的首次文献记载实例。未来研究将聚焦于在机器人硬件上部署基于模型与基于学习的过约束运动技能，以缩小Sim2Real差距，开发受进化启发、节能的新型机器人肢控制。