💻 computer science

Model Predictive Impedance Control with Gaussian Processes for Human and Environment Interaction

本文提出了一种结合高斯过程与模型预测控制的阻抗控制框架，通过在线规划轨迹和阻抗，有效处理了人机协作中由目标、环境配置及任务模型不确定性引起的多种挑战，并在多个协作任务中验证了其通用性与安全性。

原作者： Kevin Haninger, Christian Hegeler, Luka Peternel

发布于 2026-02-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Kevin Haninger, Christian Hegeler, Luka Peternel

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一种让机器人变得更“聪明”、更“懂你”的新方法，特别是当机器人需要和人类一起干活，或者和周围环境发生物理接触（比如推东西、打磨表面）时。

我们可以把这项技术想象成给机器人装上了一个"超级直觉大脑"和"自适应肌肉"。

以下是用通俗易懂的语言和比喻对这篇论文的解释：

1. 核心问题：机器人太“死板”怎么办？

想象一下，你教一个机器人去打磨一张桌子。

情况 A：桌子很硬，你需要用力推。
情况 B：桌子有点晃，你希望机器人轻一点，别把桌子弄坏。
情况 C：你突然想换个位置打磨，但机器人不知道，还在按原计划用力推。

传统的机器人要么太硬（像推土机，容易撞坏东西），要么太软（像果冻，推不动东西）。而且，如果环境变了（比如桌子位置偏了），或者你想换个目标，机器人往往反应不过来，或者需要程序员重新写代码。

2. 解决方案：高斯过程（GP）+ 模型预测控制（MPC）

作者提出了一套组合拳，让机器人能实时调整自己的“性格”（阻抗控制）。

比喻一：高斯过程（GP）= “有经验的学徒”

想象机器人有一个超级记性好的学徒。

你只需要手把手教它做这个动作3 次（甚至更少）。
这个学徒不仅记住了动作，还记住了你哪里用力大、哪里用力小，以及哪里容易出错。
如果机器人走到一个它没去过的地方，学徒会说：“嘿，这里我不确定，我们要小心点，别太用力。”
技术术语：这就是用高斯过程（Gaussian Processes）来学习任务模型。它不仅能预测力的大小，还能告诉机器人“我对这个预测有多大的把握（不确定性）”。

比喻二：模型预测控制（MPC）= “未来的棋手”

有了学徒的预测，机器人还需要一个棋手来指挥。

这个棋手不像普通机器人那样只看眼前一步，而是会往未来看几步（比如未来 1 秒内会发生什么）。
它会计算：“如果我用力推，会不会撞到墙？如果我太软，能不能把东西拿稳？”
它会根据学徒提供的“不确定性”信息，实时调整自己的肌肉硬度（阻抗）和移动路线（轨迹）。
技术术语：这就是模型预测控制（MPC）。它在每一毫秒都在做复杂的数学题，决定是变硬还是变软，是向左还是向右。

3. 这个系统能解决什么具体问题？

论文中提到了五种常见的“意外情况”，这个系统都能应对：

人类意图不确定（你想去哪？）
- 比喻：就像两个人抬东西，你突然想往左走，机器人能立刻感觉到你的意图变化，并调整方向，而不是死板地往右走。
- 做法：系统会实时猜测人类想要去哪个目标（比如是去孔 A 还是孔 B），并据此调整路线。
环境位置不确定（桌子放歪了怎么办？）
- 比喻：就像你蒙眼摸墙，如果墙的位置稍微偏了一点，你的手臂会自动调整力度，不会硬撞上去。
- 做法：如果机器人发现接触点的位置有变化（不确定性高），它会自动把“肌肉”变软，避免产生巨大的撞击力。
外部干扰（打磨时的震动）
- 比喻：想象你在用电动打磨机，机器本身震动很大。机器人需要像减震器一样，过滤掉这些高频震动，保持手稳，但又要让人能轻松引导它移动。
- 做法：系统能区分“你想让它动的力”（低频）和“机器自带的震动”（高频），专门针对震动增加硬度，针对人的引导保持灵活。
安全性（别撞坏东西）
- 比喻：就像开车时的安全气囊和防抱死系统。如果系统预测到下一秒可能会用力过猛，它会提前“踩刹车”或变软。
- 做法：通过数学约束，确保机器人施加的力永远不会超过安全限度。
人体工学（别让人累着）
- 比喻：机器人会观察你的姿势。如果你把手伸得很远，关节很别扭，机器人会主动变得更“听话”（变软），让你更容易拉动它，而不是让你费尽力气去推它。

4. 实际效果怎么样？

作者在实验中测试了三个场景：

组装轨道：机器人学会了在固定的地方用力（变硬），在需要人调整的地方变软，让人能轻松微调位置。
打磨抛光：机器人成功过滤了打磨机的震动，同时让人能轻松引导它画圈，而且还能根据人的姿势自动调整，让人不累。
双孔插销：机器人能猜出你想插哪个孔，并实时调整路线，不需要你重新教它。

总结

这篇论文的核心思想就是：不要给机器人写死板的代码，而是给它一个能“学习”和“预测”的大脑。

它通过少量演示（像教小孩一样）学会任务，利用概率模型（高斯过程）来理解“哪里不确定”，再通过实时计算（MPC）来动态调整自己的“软硬程度”。

一句话概括：
这就好比给机器人装上了一套会思考的“智能肌肉”，它不仅能记住怎么干活，还能在干活时根据环境的变化、你的意图以及安全限制，实时调整自己的力气和动作，让你和它合作时既安全又轻松。

1. 研究背景与问题定义 (Problem)

在涉及物理接触的机器人任务（如协作装配、抛光、人机共持）中，**阻抗控制（Impedance Control）**对于确保安全和鲁棒性至关重要。然而，现有的阻抗适应方法通常存在以下局限性：

单一不确定性处理：现有方法往往只针对某一类不确定性（如演示轨迹的变异性、环境约束的不确定性或人类目标的模糊性）进行优化，缺乏统一框架。
缺乏在线规划能力：许多方法仅调整阻抗参数，缺乏结合轨迹规划的在线优化能力。
依赖精确模型或大量数据：传统方法常需要解析的环境/人体模型或大量训练数据。
安全约束不足：在接触过程中，难以同时满足接触稳定性、最大接触力限制以及抗外部扰动（如抛光振动）的要求。

核心问题：如何构建一个通用的框架，能够在线同时规划轨迹和阻抗参数，以应对任务中并存的多种不确定性（包括人类目标的不确定性、环境约束的变异性、技能置信度以及外部扰动），同时保证安全性和人机工效。

2. 方法论 (Methodology)

论文提出了一种基于高斯过程（Gaussian Processes, GPs）的模型预测控制（MPC）框架。该框架通过概率模型对外部力进行建模，并在 MPC 循环中联合优化机器人轨迹和阻抗参数。

2.1 核心组件模型

高斯过程力模型 (GP Force Models)：
- 利用少量（ $\le 3$ 次）人类演示数据，为每种可能的**人类行为模式（Mode $n$ ，代表不同目标）**建立高斯过程模型。
- 模型输出给定机器人位姿 $x$ 下的接触力分布 $\hat{f}(x) \sim \mathcal{N}(\mu_f, \Sigma_f)$ 。
- 均值函数：使用分段线性函数（Hinge function）来更好地拟合接触力（区分自由空间与接触状态）。
- 协方差：捕捉环境约束位置的变化、技能置信度（远离训练数据时方差增大）以及接触刚度的不确定性。
机器人导纳动力学 (Robot Admittance Dynamics)：
- 将机器人的导纳控制器建模为离散时间随机动力学系统。
- 状态向量包含位置和速度，控制输入为力参考值 $f^r$ 和阻抗参数（质量 $M$ 、阻尼 $D$ ）。
- 使用半隐式积分器（Semi-implicit integrator）保证数值稳定性。
人类运动学模型：
- 建立简化的 4 自由度人体手臂模型，用于计算人机交互时的关节力矩，作为人机工效（Ergonomics）的代价函数。
模式推断 (Mode Inference)：
- 基于贝叶斯估计，根据实时测量的力和位姿更新对人类当前目标（Mode）的信念 $b_t[n]$ 。

2.2 MPC 优化问题

MPC 在每一个控制周期内求解一个非线性优化问题：

决策变量：
- 机器人轨迹（力参考 $f^r$ ）。
- 阻抗参数变化量（ $\Delta M, \Delta D$ ）。
代价函数 (Cost Function)：
- 不确定性代价：最小化预测状态轨迹的协方差（ $\text{Tr}(Q_\Sigma \Sigma)$ ），使机器人在高不确定性区域更“僵硬”（高阻抗），在低不确定性区域更“柔顺”。
- 人类工效代价：最小化人类关节力矩，避免人机协作时的疲劳。
- 扰动抑制代价：在频域建模外部扰动（如抛光振动），通过优化阻抗参数（特别是阻尼）来抑制高频振动对轨迹的影响。
- 人类目标代价：基于推断的人类目标信念，优化期望的力轨迹。
约束条件 (Constraints)：
- 力概率约束 (Chance Constraint)：确保接触力超过安全阈值的概率低于设定值（ $\epsilon$ ）。利用 GP 的方差信息，在不确定性高时自动降低期望接触力。
- 良好阻尼接触约束 (Well-damped Contact Constraint)：根据估计的环境刚度，动态调整虚拟阻尼，防止接触失稳（振荡）。

3. 主要贡献 (Key Contributions)

统一的不确定性分类与建模：提出了物理交互中不确定性的分类学（演示变异性、技能置信度、环境约束、外部扰动、人类目标），并给出了统一的数学表述。
基于 GP 的中间任务模型：不同于将 GP 直接作为参考轨迹生成器，本文将其作为中间任务模型嵌入 MPC 框架。这使得 MPC 能够显式地处理依赖于轨迹不确定性的目标和约束。
基于梯度的阻抗优化：首次提出了基于梯度的阻抗参数在线优化方法（而非采样法），能够直接处理最大接触力和接触稳定性等复杂约束。
实验验证：在三个实际物理人机交互任务（协作装配、双销孔插入、抛光）中验证了框架的有效性，实现了 10-20 Hz 的控制频率。

4. 实验结果 (Results)

论文通过四个实验场景验证了方法：

接触不确定性与刚度测试：
- 在软接触、高方差接触位置、高刚度环境三种条件下，对比了“概率约束”和“良好阻尼约束”。
- 结果：当环境刚度增加时，良好阻尼约束能有效增加阻尼，防止接触振荡，保持接触稳定；而概率约束在不确定性高时过于保守，可能导致优化不可行。
轨道装配 (Rail Assembly)：
- 任务中轨道上的开关位置是变化的（不确定性），但轨道安装是重复的。
- 结果：机器人自动识别出重复的自由度（DOF）并增加阻抗（提高精度），同时降低变化 DOF 的阻抗，允许人类轻松调整位置。
抛光任务 (Polishing)：
- 人类引导机器人进行抛光，需抑制高频振动同时保持柔顺。
- 结果：引入频域扰动代价后，机器人垂直于运动方向的阻抗显著增加，有效抑制了高频振动（RMS 速度降低），同时保留了沿路径运动的柔顺性。加入人体关节力矩代价后，机器人在远离人体时自动降低阻抗以减少人体力矩。
双销孔插入 (Double Peg-in-Hole)：
- 人类有两个可能的目标（插入两个不同的孔）。
- 结果：系统能在线更新对人类目标的信念，并实时调整轨迹和力，成功引导人类完成协作。

5. 意义与局限性 (Significance & Limitations)

意义：

该框架为物理人机交互（HRI）提供了一种通用且自适应的解决方案，无需预先精确建模环境或人类。
通过结合 GP 的概率特性与 MPC 的优化能力，实现了安全、柔顺且高效的协作，特别是在处理未知环境变化和人类意图模糊性方面表现优异。
证明了在在线控制循环中同时优化轨迹和阻抗参数的可行性。

局限性：

计算复杂度：MPC 涉及非线性优化和 GP 推理，虽然达到了 10-20 Hz，但在处理极硬接触（Stiff Contact）时，由于需要极小的积分步长，计算负担较重。
GP 模型限制：GP 难以建模状态空间内噪声模型的变化，且超参数正则化需要仔细调整。
接触建模：在极硬接触下，GP 的均值函数（Hinge function）可能导致数值条件变差，影响优化可行性。

总结

这篇论文提出了一种创新的模型预测阻抗控制（MPIC）框架，利用高斯过程对力和不确定性进行概率建模，并通过MPC在线联合优化轨迹和阻抗参数。该方法成功解决了人机协作中多源不确定性（目标、环境、扰动）的联合处理问题，显著提升了机器人在物理接触任务中的安全性、适应性和协作效率。