肌肉骨骼机器人的自组织控制

随着机器人技术的加速发展，最优控制成为研究的核心主题之一。在传统方法中，控制器凭借其内部功能，基于传感器值的历史，在植入其中的目标、意图、目的、学习方案等指导下寻找适当动作。其理念是控制器尽可能可靠地控制世界——身体及其环境。然而，在弹性驱动机器人中，这种方法面临严重困难。本文倡导一种自组织控制的新范式。论文提出了一种解决方案，其控制器自身无任何功能，由一个固定的、显式的且独立于上下文的、关于传感器值近期历史的函数给出。当将该控制器应用于来自Myorobotics工具包的肌肉-肌腱驱动的臂-肩系统时，我们观察到大量自组织行为模式：当放任不管时，手臂实现不同姿态的伪随机序列，但也可将系统操控为确定的运动模式。但最有趣的是，在附着物体后，控制器与物体的内部动力学进入功能共振：当给定一个半满瓶子时，系统自发开始摇晃瓶子，从而产生来自水动力学的最大响应。在手臂上附着摆后，控制器将摆驱动至圆周模式。以此方式，机器人发现了与其身体交互的物体的动力学可供性。我们还讨论了使用该控制器范式用于意图驱动行为生成的前景。