💻 computer science

On the Emergence of Pendular Structure in Multi-Contact Locomotion

यह शोध पत्र इष्टतम नियंत्रण (ऑप्टिमल कंट्रोल) में कोणीय संवेग न्यूनीकरण और पेंडुलर लोकोमोशन पैटर्न के उद्भव के बीच एक सैद्धांतिक संबंध स्थापित करता है, उनकी इष्टतमता के लिए क्लोज्ड-फॉर्म स्थितियों को व्युत्पन्न करता है और एक चतुष्पाद रोबोट (क्वाड्रुपेड रोबोट) पर सिमुलेशन और प्रयोगों के माध्यम से इन निष्कर्षों को मान्य करता है, साथ ही क्लोज्ड-लूप नियंत्रण में एसिम्प्टोटिक सन्निकटन (एसिम्प्टोटिक एप्रोक्सिमेशन) की सीमाओं को रेखांकित करता है।

मूल लेखक: Lingxue Lyu, Zihui Liu

प्रकाशित 2026-05-08

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Lingxue Lyu, Zihui Liu

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आप एक रोबोट कुत्ते को चलना सिखाने की कोशिश कर रहे हैं। वर्षों से, इंजीनियरों ने "लीनियर इनवर्टेड पेंडुलम मॉडल" (LIPM) नामक एक सरल मानसिक मॉडल का उपयोग किया है। इस मॉडल को एक बच्चे के झूले की तरह समझें: रोबोट का शरीर झूला है, और उसके पैर जंजीरें हैं। यह सिद्धांत मानता है कि रोबोट का द्रव्यमान केंद्र (center of mass) स्वाभाविक रूप से एक सुचारू, पेंडुलम की तरह आगे-पीछे झूलना चाहता है।

लंबे समय तक, इंजीनियरों ने केवल यह मान लिया कि पेंडुलम जैसा व्यवहार ही चलने का सबसे अच्छा तरीका है और उन्होंने इसी धारणा पर अपने कंट्रोलर बनाए। लेकिन यह शोध पत्र एक अलग सवाल पूछता है: क्या गणित वास्तव में रोबोट को पेंडुलम की तरह झूलना चाहता है, या हमने इसे ऐसा करने के लिए मजबूर किया है?

लेखकों ने प्रयोगों की एक श्रृंखला चलाई यह देखने के लिए कि क्या होता है जब वे एक रोबोट को बिना पेंडुलम का आकार थोपे, शून्य से चलने की समस्या को हल करने देते हैं, बस उसे यह निर्देश देकर कि "संतुलित रहो" और "नियंत्रण से बाहर होकर न घूमो।"

यहाँ उनके निष्कर्ष दिए गए, जिन्हें रोजमर्रा की अवधारणाओं में विभाजित किया गया है:

1. "परफेक्ट" चाल (जब चारों पैर जमीन पर हों)

कल्पना कीजिए कि एक रोबोट स्थिर खड़ा है या धीरे-धीरे चल रहा है जिसमें उसके चारों पंजे जमीन पर हैं। शोधकर्ताओं ने रोबोट को एक लक्ष्य दिया: "अपने शरीर को घूमने से बचाने के लिए आवश्यक प्रयास को कम करें।"

उन्होंने पाया कि जब रोबोट के पास चार पैरों वाला मजबूत आधार होता है, तो गणित स्वाभाविक रूप से रोबोट को उस पेंडुलम के आकार की ओर धकेलता है। ऐसा इसलिए नहीं है क्योंकि उन्होंने इसे ऐसा करने के लिए कहा था; बल्कि इसलिए क्योंकि वह आकार संतुलित रहने का सबसे कुशल तरीका है।

उपमा: एक रस्सी पर चलने वाले (tightrope walker) के बारे में सोचें। यदि उनके पास एक लंबा डंडा (जो चार पैरों का प्रतिनिधित्व करता है) है, तो वे स्वाभाविक रूप से संतुलन का एक ऐसा बिंदु ढूंढ लेते हैं जो पेंडुलम जैसा महसूस होता है। यह शोध पत्र सिद्ध करता है कि यदि आपके पास पर्याप्त "पकड़" (चार पैर) है, तो सबसे कुशल पथ लगभग उसी पेंडुलम पथ के समान है जिसका हम वर्षों से उपयोग कर रहे हैं। आप संतुलन को जितना अधिक प्राथमिकता देंगे, रोबोट उतना ही इस आदर्श स्विंग के करीब आ जाएगा।

2. "दो-पैर" की समस्या (द ट्रॉट)

अब, कल्पना कीजिए कि रोबोट दौड़ना (trot) शुरू करता है, जिससे दो तिरछे पैर जमीन से ऊपर उठ जाते हैं और एक समय में केवल दो पैर ही जमीन को छूते हैं। यहीं पर जादू टूट जाता है।

शोध पत्र ने पाया कि जब रोबोट केवल दो पैरों पर होता है (जैसे कि तिरछी दौड़ में), तो वह इस बात पर एक "कठोर सीमा" (hard floor) से टकरा जाता है कि वह कितना अच्छा संतुलन बना सकता है। आप रोबोट की सेटिंग्स को कितना भी ट्यून कर लें, वह उस पूर्ण, शून्य-घूमने वाले पेंडुलम मोशन को प्राप्त नहीं कर सकता।

उपमा: कल्पना कीजिए कि आप एक पैर पर खड़े होकर अपने हाथ पर झाड़ू को संतुलित करने की कोशिश कर रहे हैं बनाम दो पैरों पर खड़े होकर। दो पैरों पर, आपके पास झुकने की एक सीमा है इससे पहले कि आप फिसल जाएं। रोबरोट का "फ्रिक्शन कोन" (फर्श के खिलाफ जोर लगाने की सीमा जिससे वह फिसल सकता है) एक बाधा पैदा करता है।
परिणाम: एक विशिष्ट गति और दिशा है जहाँ रोबोट खुद को रोक नहीं सकता, चाहे उसका कंट्रोलर कितना भी स्मार्ट क्यों न हो। यह बर्फ के टुकड़े पर कार मोड़ने की कोशिश करने जैसा है; अंततः, भौतिक विज्ञान कहता है कि आप फिसलेंगे ही। यह शोध पत्र सटीक रूप से गणना करता है कि वह "फिसलन बिंदु" कहाँ होता है।

3. "टास्क" बनाम "बैलेंस" स्विच

कभी-कभी, एक रोबोट को केवल संतुलन बनाने से अधिक कुछ करने की आवश्यकता होती है; उसे कूदने, तेजी से मुड़ने या किसी धक्के से उबरने की आवश्यकता हो सकती है। शोध पत्र ने यह देखा कि क्या होता है जब वे "बैलेंस" (संतुलन) के लक्ष्य में एक "टास्क" (जैसे "अपने शरीर को इस दिशा में ले जाओ") जोड़ते हैं।

उन्होंने एक सरल नियम पाया: रोबोट का व्यवहार "केवल संतुलन" (पेंडुलम) और "कार्य करने" (गैर-पेंडुलम) के बीच एक सहज मिश्रण है।

उपमा: एक डिमर स्विच (dimmer switch) के बारे में सोचें। यदि आप "बैलेंस" का नॉब ऊपर करते हैं, तो रोबोट एक पेंडुलम की तरह व्यवहार करता है। यदि आप "टास्क" का नॉब ऊपर करते हैं, तो रोबोट झूलना बंद कर देता है और ठीक वही करने लगता है जो आपने इसे करने के लिए कहा है, भले ही वह अजीब या असंतुलित लगे। रोबोट को मोड बदलने की आवश्यकता नहीं है; यह केवल इस आधार पर एक स्पेक्ट्रम पर फिसलता है कि उस क्षण कौन सा लक्ष्य अधिक महत्वपूर्ण है।

4. वास्तविक दुनिया का परीक्षण

लेखकों ने इन सिद्धांतों का परीक्षण एक वास्तविक रोबोट (Unitree Go1) पर सिमुलेशन में किया।

अच्छी खबर: जब रोबोट के चारों पैर नीचे थे, तो सिमुलेशन उनके गणित से पूरी तरह मेल खा गया। रोबोट स्वाभाविक रूप से पेंडुलम आकार पा गया।
बुरी खबर: जब रोबोट ट्रॉट कर रहा था (दो पैर नीचे), तो वास्तविक रोबोट उतना संतुलित नहीं हो सका जितना कि सरल गणित ने भविष्यवाणी की थी। "फ्लोर" (सीमा) उम्मीद से अधिक ऊँची थी।
क्यों? शोध पत्र सुझाव देता है कि वास्तविक दुनिया में, रोबोट के जोड़ों के हिलने, पैरों के जमीन से टकराने के प्रभाव और रोबोट के पैरों के झूलने जैसी चीजें अतिरिक्त "शोर" (noise) पैदा करती हैं, जिसे सरल गणित ने ध्यान में नहीं रखा था। यह एक कांच की मेज पर लुढ़कती एक आदर्श मार्बल और एक ऊबड़-खाबड़ फुटपाथ पर लुढ़कती एक असली गेंद के बीच के अंतर जैसा है।

सारांश

यह शोध पत्र पुष्टि करता है कि चलने का "पेंडुलम" तरीका केवल एक सुविधाजनक अनुमान नहीं है जो इंजीनियरों ने लगाया था; बल्कि यह वास्तव में चलने का गणितीय रूप से इष्टतम तरीका है यदि आपके पास एक ठोस, चार-पैर वाला आधार है। हालांकि, जैसे ही आप दो पैरों पर दौड़ना शुरू करते हैं, भौतिक विज्ञान एक कठोर सीमा लगा देता है कि आप कितने संतुलित हो सकते हैं, और आप केवल ट्यूनिंग के जरिए इसे ठीक नहीं कर सकते।

लेखक अनिवार्य रूप से एक मैनुअल लिख रहे हैं जो यह समझाता है कि रोबोट जिस तरह से चलते हैं वह क्यों करते हैं, यह दिखाते हुए कि "पेंडुलम" के नियम कब लागू होते हैं और "फ्रिक्शन लिमिट्स" (घर्षण सीमाएं) कब हावी हो जाती हैं।

तकनीकी सारांश: मल्टी-कॉन्टैक्ट लोकोमोशन में पेंडुलर स्ट्रक्चर के उद्भव पर

समस्या विवरण (Problem Statement)

लीनियर इनवर्टेड पेंडुलम मॉडल (LIPM) लेग्ड लोकोमोशन कंट्रोल में एक सर्वव्यापी धारणा है, जिसे अक्सर एक मॉडलिंग बाधा के रूप में थोपा जाता है बजाय इसके कि यह कंट्रोलर के उद्देश्य से स्वाभाविक रूप से उत्पन्न हो। हालांकि परिवर्तनशील ऊंचाई या कोणीय संवेग (angular momentum) के लिए विस्तार मौजूद हैं, लेकिन पेंडुलर रूप को आमतौर पर "हाथ से" (by hand) जोड़ा जाता है। यह शोध पत्र एक संकीर्ण प्रश्न की जांच करता है: कौन सा विशिष्ट ऑब्जेक्टिव फंक्शन पेंडुलर फोर्स पैटर्न को एक इष्टतम समाधान (optimal solution) के रूप में उभरने का कारण बनता है, और यह चित्र कहाँ विफल होता है?

लेखक एक छोटे सेंट्रॉइडल ऑप्टिमल कंट्रोल प्रॉब्लम (OCP) का विश्लेषण करते हैं जो मानक संपर्क बलों (contact forces) और सामान्य त्वरण (normal acceleration) के साथ कोणीय संवेग की परिवर्तन दर ( $\|\dot{H}_G\|$ ) को दंडित (penalize) करता है। लक्ष्य यह निर्धारित करना है कि क्या कोणीय संवेग दर को कम करना स्वाभाविक रूप से सिस्टम को पेंडुलर मैनिफोल्ड (जहाँ $\dot{H}_G = 0$ ) की ओर ले जाता है और विभिन्न स्टांस कॉन्फ़िगरेशन (फुल-रैंक बनाम $N=2$ ) और कार्य आवश्यकताओं के तहत इस व्यवहार की सीमाओं को परिभाषित करता है।

यह शोध पत्र एक नेट-रेंच OCP (परिभाषा 1) तैयार करता है जो निम्नलिखित से बने कॉस्ट फंक्शन को कम करता है:

कोणीय संवेग दंड (Angular Momentum Penalty): $\alpha \|\dot{H}_G\|^2$
टास्क ट्रैकिंग (Task Tracking): $\lambda \|\dot{H}_G - \dot{H}_{task}\|^2$ (गैर-बैलेंस कार्यों के लिए)
सामान्य त्वरण दंड (Normal Acceleration Penalty): $\beta (n^\top \ddot{c})^2$
फोर्स रेगुलराइजेशन (Force Regularization): $\gamma \sum \|f_i\|^2$

विश्लेषण तीन सैद्धांतिक चरणों में आगे बढ़ता है, जिसे एक पॉइंट-मास क्वाड्रुपेड और MuJoCo में Unitree Go1 रोबोट (दोनों ओपन-लूप QP और क्लोज्ड-लूप टॉर्क-लेवल MPC) पर संख्यात्मक प्रयोगों द्वारा सत्यापित किया गया है:

फुल-रैंक स्टांस विश्लेषण: मोमेंट जैकोबियन (moment Jacobian) के सिंगुलर वैल्यू डीकंपोजिशन (SVD) का उपयोग करते हुए, लेखक कोणीय संवेग भार $\alpha \to \infty$ होने पर एसिम्प्टोटिक व्यवहार को व्युत्पन्न करते हैं।
$N=2$ स्टांस विश्लेषण: रैंक-डेफिशिएंट मामले (जैसे डायगोनल ट्रॉट) की जांच करना, जहाँ मोमेंट ऑपरेटर का रैंक 1 है, जिससे अपरिहार्य अवशेष (residuals) और घर्षण शंकु (friction cone) बाधाएं उत्पन्न होती हैं।
टास्क-ड्रिवन विश्लेषण: एक टास्क-ट्रैकिंग टर्म ( $\lambda > 0$ ) जोड़ने से पेंडुलर मैनिफोल्ड से इष्टतम बिंदु कैसे विस्थापित होता है, इसका परीक्षण करना।

मुख्य योगदान और सैद्धांतिक परिणाम

1. फुल-रैंक स्टांस में पेंडुलर स्ट्रक्चर का उद्भव

प्रमेय 1 (Theorem 1): फुल-रैंक स्टांस के लिए, इष्टतम समाधान एसिम्प्टोटिक रूप से पेंडुलर फोर्स पैटर्न ( $\dot{H}_G \to 0$ ) की ओर $O(1/\alpha)$ की दर से झुकता है।
ज्यामितीय स्थिरांक (Geometric Constant): आनुपातिकता का स्थिरांक मोमेंट जैकोबियन के SVD द्वारा निर्धारित होता है, जो सीधे तौर पर फुट-स्पैन ज्योमेट्री से संबंधित है।
शास्त्रीय मॉडलों से संबंध: इस पेंडुलर मैनिफोल्ड पर, जीरो मोमेंट पॉइंट (ZMP) स्वाभाविक रूप से वर्चुअल पिवट पॉइंट के बराबर होता है, और डाइवर्जेंट कंपोनेंट ऑफ मोशन (DCM) ऑर्बिटल समीकरण एक धारणा के बजाय एक परिणाम के रूप में उभरता है।

2. $N=2$ स्टांस (डायगोनल ट्रॉट) में मौलिक सीमाएं

प्रमेय 5 (ज्यामितीय फ्लोर): $N=2$ स्टांस में, मोमेंट जैकोबियन रैंक-1 है। दो पैरों के बीच की रेखा ( $\hat{D}$ ) की दिशा में एक अवशिष्ट कोणीय संवेग दर बनी रहती है, चाहे बल पुनर्वितरण (force redistribution) कुछ भी हो। यह $\|\dot{H}_G\|$ के लिए एक गैर-शून्य निचला स्तर (floor) बनाता है।
प्रमेय 6 (फ्रिक्शन कोन किंक): दूसरा अवरोध फ्रिक्शन कोन से उत्पन्न होता है। यदि लंबवत मोमेंट घटक को रद्द करने के लिए आवश्यक बल फ्रिक्शन कोन से बाहर गिरता है, तो एक "नॉन-स्मूथ किंक" (non-smooth kink) एक क्रिटिकल हॉरिजॉन्टल एक्सेलरेशन ( $a_x^*$ ) पर होता है। इस बिंदु के बाद, प्राप्त $\|\dot{H}_G\|$ ज्यामितीय फ्लोर से काफी अधिक हो जाता है।
निहितार्थ: डायगोनल ट्रॉट में, पेंडुलर दिशा अक्सर फ्रिक्शन कोन के बाहर झुक जाती है (उदाहरण के लिए, $\mu=0.6$ के लिए $40.6^\circ$ बनाम $31^\circ$ ), जिससे पेंडुलर समाधान अव्यवहार्य हो जाता है और एक $\alpha$ -स्वतंत्र फ्लोर बनता है।

3. टास्क-ड्रिवन विचलन

प्रमेय 7: जब एक टास्क टर्म ( $\lambda > 0$ ) जोड़ा जाता है, तो इष्टतम कोणीय संवेग दर एक स्मूथ इंटरपोलेशन बन जाती है: $\dot{H}_G^* = \frac{\lambda}{\alpha + \lambda} \dot{H}_{task}^*$ ।
फेज डायग्राम: सिस्टम "बैलेंस-डोमिनेटेड" शासन (पेंडुलर, $\lambda/\alpha \ll 1$ ) से "टास्क-डोमिनेटेड" शासन (नॉन-पेंडुलर, $\lambda/\alpha \gg 1$ ) में सुचारू रूप से संक्रमण करता है। यह समझाता है कि क्यों एक ही रोबोट स्टैटिक बैलेंस के दौरान LIPM जैसा दिख सकता है और फुर्तीले युद्धाभ्यास (agile maneuvers) के दौरान नॉन-पेंडुलर हो सकता है, बिना कंट्रोलर बदले।

प्रयोगात्मक परिणाम

लेखकों ने Unitree Go1 और एक पॉइंट-मास मॉडल का उपयोग करके अपने दावों को सत्यापित किया:

रेट वेरिफिकेशन (पॉइंट-मास): जैसे-जैसे $\alpha$ बढ़ा, पेंडुलर फोर्स पैटर्न से विचलन 227 गुना कम हो गया, जिसका लॉग-लॉग स्लोप $-1 $था, जो$ O(1/\alpha)$ दर (प्रमेय 1) की पुष्टि करता है।
ज्यामितीय स्थिरांक (Go1 N=4): चार-फुट स्टांस में, अनुभवजन्य स्केलिंग स्थिरांक ( $K_e = 8.4$ ), फुट स्पैन से प्राप्त विश्लेषणात्मक भविष्यवाणी ( $K_a = 9.8$ ) से $\sim 16\%$ के भीतर मेल खाता है। मोमेंट जैकोबियन के सिंगुलर मान चार दशमलव स्थानों तक भौतिक फुट स्पैन से मेल खाते हैं।
फ्लोर वेरिफिकेशन (Go1 N=2): डायगोनल ट्रॉट में, $\|\dot{H}_G\|$ एक अनुमानित ज्यामितीय फ्लोर $0.2835 \, \text{m}^2/\text{s}^2$ पर संतृप्त (saturate) हो गया, जो विश्लेषणात्मक सीमा से चार अंकों तक मेल खाता है।
क्लोज्ड-लूप वास्तविकता: एक क्लोज्ड-लूप टॉर्क-लेवल MPC में, फ्लोर बना रहा लेकिन यह स्टैटिक भविष्यवाणी ( $\approx 1.71 \, \text{m}^2/\text{s}^2$ ) की तुलना में अधिक था। लेखक इस अंतर का श्रेय गतिशील प्रभावों (स्विंग इम्पैक्ट्स, कॉन्टैक्ट ट्रांजिशन, सर्वो एरर्स) को देते हैं जो क्वासी-स्टैटिक विश्लेषण में शामिल नहीं हैं।
ZMP पहचान: संख्यात्मक प्रयोगों ने पुष्टि की कि पेंडुलर मैनिफोल्ड पर, फोर्स-आधारित ZMP वर्चुअल पिवट के अनुरूप होता है, जो LIPM और OCP ऑप्टिमम के बीच सैद्धांतिक संबंध को सत्यापित करता है।

महत्व और दावे

यह शोध पत्र दावा करता है कि यह LIPM और ऑप्टिमल कंट्रोल के बीच के लिंक को स्पष्ट और जांच योग्य बनाता है। यह तर्क देता है कि:

LIPM एक विकल्प नहीं, बल्कि एक परिणाम है: जब फुल-रैंक स्टांस में कोणीय संवेग दर को कम किया जाता है, तो पेंडुलर पैटर्न स्वाभाविक रूप से उभरता है, बशर्ते कि $\alpha$ पर्याप्त उच्च हो।
सीमाएं अनुमानित हैं: $N=2$ स्टांस में पेंडुलर धारणा का टूटना कंट्रोलर की विफलता नहीं है, बल्कि एक मौलिक ज्यामितीय और घर्षण संबंधी सीमा है। शोध पत्र ज्यामितीय फ्लोर और वह क्रिटिकल एक्सेलरेशन प्रदान करता है जहाँ फ्रिक्शन कंस्ट्रेंट्स बाउंड होते हैं।
बैलेंस और टास्क का एकीकृत दृष्टिकोण: अनुपात $\lambda/\alpha$ एक निरंतर पैरामीटर प्रदान करता है जो बैलेंस-केंद्रित (LIPM-जैसा) और टास्क-केंद्रित (फुर्तीला) व्यवहार के बीच संक्रमण की व्याख्या करता है।

लेखक क्लोज्ड-लूप परिणामों के संबंध में विनम्र रहते हैं, यह नोट करते हुए कि हालांकि गुणात्मक व्यवहार (फ्लोर का अस्तित्व) गतिशील सिमुलेशन में बना रहता है, फिर भी स्टैटिक थ्योरी और क्लोज्ड-लूप वास्तविकता के बीच का मात्रात्मक अंतर महत्वपूर्ण है और संभवतः अनमॉडल डायनेमिक्स (कंप्लायंस, स्लिप, सीमित कंट्रोल रेट्स) के कारण है। वे इन डायनेमिक गैप्स को हल करने का दावा नहीं करते हैं, बल्कि उन सीमाओं को परिभाषित करते हैं जिनके भीतर वे डायनेमिक्स कार्य करते हैं।