💻 computer science

MorphIt: Flexible Spherical Approximation of Robot Morphology for Representation-driven Adaptation

MorphIt 是一个新颖的框架，它使机器人能够通过基于梯度的优化动态调整其球形形态表示，提供了一种可调的精度与效率权衡，在碰撞检测和富接触交互等任务中，其速度和几何保真度显著优于现有方法。

原作者： Nataliya Nechyporenko, Yutong Zhang, Sean Campbell, Alessandro Roncone

发布于 2026-08-17

📖 1 分钟阅读☕ 轻松阅读

原作者： Nataliya Nechyporenko, Yutong Zhang, Sean Campbell, Alessandro Roncone

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

机器人被设计用来在世界中移动，但为了安全且熟练地完成这一任务，它们必须首先了解自己的身体。在机器人领域，这种理解是以数字地图的形式存在的，即对机器拥有的每一条手臂、每一个关节和每一件工具的数学表示。几十年来，工程师们一直将这种地图视为一种固定的事物，一个无论机器人试图做什么都永不改变的刚性蓝图。这造成了一个两难的困境。为了在繁忙的房间里快速移动并避免碰撞，机器人需要一个简单、粗略的身体轮廓，以便于快速计算。然而，为了执行精细的任务，比如把杯子推过桌面或挤进狭窄的空间，机器人需要一个高度详细、精确的模型，以准确知道其皮肤的确切位置。单一且不变的地图无法同时兼顾速度所需的简单性和精度所需的细节。

这种在安全性与灵巧性之间的张力长期以来限制了机器人的发展。如果机器人使用粗略的轮廓，它可能会撞上它认为可以通过的物体。如果它使用详细的模型，计算机思考的时间就会过长，导致机器人动作迟缓或错过时机。研究人员曾尝试通过为不同的工作手动设计不同的地图来解决这个问题，但这既缓慢又容易出错。科罗拉多大学博尔德分校的一个团队开发出一种新方法，为这一困境提供了出路。他们创建了一个系统，允许机器人实时重新构思自己的数字形状，根据当前任务在粗略轮廓和详细肖像之间进行切换。

研究人员将他们的系统称为 MORPHIT。其核心在于，该系统用一系列平滑、圆润的球体取代了机器人复杂的、锯齿状的 3D 模型。可以将这些球体想象成构成机器人数字身体的建筑模块。通过排列数百或数千个这样的球体，系统可以创造出一个看起来并作用起来都像真实机器人的形状。这项创新的关键不在于使用球体（球体此前已被使用过），而在于如何选择这些球体。以往的方法要么需要人类费力地手动放置每个球体，要么依赖于旨在制作电影而非控制机器人的计算机图形技术。这些旧方法要么太慢，无法用于实时控制，要么产生的形状要么过于臃颖，要么过于稀疏，无法保证准确性。

MORPHIT 通过将这些球体的排列视为一种灵活的资源，改变了游戏规则。该系统获取机器人的数字模型，并自动计算覆盖该机器人的最佳方式。它是通过在一个运行在现代电脑常见的高性能显卡上的快速数学优化过程中完成的。系统可以被告知优先考虑不同的目标。如果机器人需要在拥挤的走廊里避开墙壁，MORPHIT 可以生成一个“保守型”版本，即球体比机器人的实际身体稍大一些。这创造了一个安全缓冲空间，确保机器人永远不会离障碍物太近。如果机器人需要推动一个物体，系统可以切换到“精确型”版本，此时球体会紧贴机器人的表面，捕捉到实现精确接触所需的每一处曲线和轮廓。

这种方法的成果是令人瞩目的。在测试中，这种新系统生成这些球形地图的速度比以往基于优化的方法快了高达一百倍。它在实现这一速度的同时，还保持了优于现有技术的几何精度。当研究人员在名为 Franka Panda 的七关节机器人手臂上测试该系统时，发现这种新方法可以在极短的时间内创建一个高质量的近似模型。这种速度至关重要，因为这意味着机器人理论上可以在移动过程中实时更新自己的数字身体，随着从宽敞的房间进入杂乱的工作台，动态调整其自身的表示形式。

这种速度和灵活性带来的实际影响在几个模拟场景中得到了验证。在一项测试中，研究人员要求机器人穿越一系列充满障碍物的杂乱环境。使用新系统时，机器人成功找到通往目标的路径的频率比使用传统方法高出 12.2%。它到达目标的速度也更快，计算路径所需的时间减少了 65.6%。这种改进源于该系统能够使用更少的球体来实现同样的安全性。在另一项测试中，机器人必须挤过两个立方体之间的狭窄通道。新系统使用的球体数量比基准方法减少了 62.5%，证明了更智能的排列方式比单纯增加球体数量更有效率。

或许最显著的发现出现在研究人员测试机器人在物理接触中操纵物体的能力时。在机器人必须推动一个旋转物体的任务中，使用机器人身体稀疏、粗略近似模型的旧方法经常失败。它们错失了有效移动物体所需的接触点。然而，当机器人使用新系统的详细全身表示时，它可以利用整个手臂，包括肘部和前臂，来推动物体。这使得机器人能在 50 次尝试中成功 44 次，而使用旧的稀疏方法仅能成功 20 次。该系统有效地释放了机器人利用全身进行操纵的能力，就像人类会使用肩膀或肘部去推开障碍物，而不仅仅是依靠指尖一样。

研究人员强调，这些结果是在模拟环境中取得的，即一个变量可以被完美管理的受控数字环境。虽然该系统旨在与现实世界机器人使用的标准软件无缝集成，但从模拟到物理硬件的跨越仍然是一个挑战。团队指出，在现实世界中验证这些发现需要精确测量目前的传感器难以捕捉的接触和碰撞数据。尽管如此，这项工作为机器人技术指明了一个新方向。MORPHIT 不再将机器人的物理形态视为一种静态的约束，而是将其视为一种主动的、可适应的工具。通过允许机器人动态调整它看待自己的方式，该系统弥合了速度需求与精度需求之间的鸿沟，为实现能够在复杂多变的环境中以以往难以企及的物理智能进行导航的机器打开了大门。

技术摘要：MORPHIT

问题陈述

目前的机器人系统将物理形态视为固定约束，依赖于无法适应不同任务计算与精度需求的刚性几何表示。这种僵化性造成了一个根本性的瓶颈：

安全性与灵巧性的权衡： 在动态环境中进行安全操作需要快速、粗略的近似以避免碰撞，而灵巧操作则需要高分辨率模型来捕捉接触细节。单一的固定表示无法同时满足这两者。
计算瓶颈： 使用详细的网格模型进行碰撞检测可能会消耗运动规划流水线中高达 71% 的运行时间，使得实时控制变得难以实现。相反，粗略的近似会引入几何误差，导致碰撞或限制工作空间的可达性。
现有球体近似方法的局限性： 虽然球体表示具有优越的计算特性（O(1) 距离复杂度、可微性、旋转不变性），但现有的生成方法并不适用于机器人领域。目前的方法依赖于繁琐的人工指定（例如在 cuRobo 中）或针对可视化而非机器人控制优化的计算机图形算法（例如 VSSA、AMAA）。这些方法缺乏根据特定任务需求调节几何保真度与计算效率之间权衡的灵活性。

方法论：MORPHIT

作者引入了 MORPHIT，一个用于机器人形态灵活球体近似的框架。它将形态表示视为一种可调用的资源，实现了自动化的、任务驱动的自适应。

核心机制

MORPHIT 将机器人网格的近似过程表述为一个基于梯度的优化问题。它接收网格输入，并输出一组用于近似几何形状的球心和半径。

可微优化： 不同于顺序执行且受限于 CPU 的方法（如 VSSA 中的 Lloyd 聚类或 AMAA 中的贪婪合并），MORPHIT 使用在 PyTorch 中实现的完全可微损失函数，从而实现高效的 GPU 加速。
复合损失函数： 优化过程最小化六个损失项（表 1）的加权和，允许用户针对特定需求进行调节：
1. 覆盖度 ( $L_{cover}$ )：最大化内部体积覆盖。
2. 重叠度 ( $L_{overlap}$ )：最小化球体之间的交集。
3. 边界 ( $L_{bound}$ )：防止球体延伸到网格边界之外。
4. 表面 ( $L_{surf}$ )：最小化网格表面点到球体表面的距离。
5. 包含度 ( $L_{contain}$ )：防止一个球体被另一个球体完全包围（解决了重叠惩罚中的失效模式）。
6. SQEM ( $L_{SQEM}$ )：一种用于表面重建准确性的法向加权度量。

自适应密度控制

为了进一步提高质量，MORPHIT 包含了一种受 3D 高斯泼溅（3D Gaussian Splatting）启发的自适应密度控制机制。当优化进入平台期时，系统会确定性地剔除无效球体（半径过小或位于网格外部），并在覆盖不足的区域重新播种新球体。这使得优化器能够跳出连续梯度下降本身无法解决的局部最优解。

集成

输出的球体集合会自动转换为标准的通用机器人描述格式（URDF）文件。这确保了与现有机器人基础设施（包括模拟器 Isaac Sim, MuJoCo, PyBullet, Drake 以及规划器 OMPL, cuRobo）的无缝集成。

可配置变体

该框架定义了三种预设权重配置，以展示任务特定的自适应能力：

MORPHIT-V：优先考虑体积覆盖和包含度。生成保守的近似，适用于安全的避障操作。
MORPHIT-S：优先考虑边界和表面保真度。生成精确的近似，适用于富接触操作。
MORPHIT-B：使用平衡权重进行通用近似。

主要贡献

MORPHIT 框架： 一种利用球体原语自动近似机器人形态的新方法。它生成标准的 URDF 文件，可直接集成到现有的机器人工具中。
全面的评估框架： 作者将几何保真度度量与机器人特定性能指标（碰撞检测、接触交互、运动规划）统一起来。他们证明了 MORPHIT 比基准优化方法（VSSA, AMAA）快高达两个数量级。
任务可配置的专业化： 论文表明，针对特定任务调整近似过程可以获得显著的性能提升。
- 运动规划： 任务适配的表示在拥挤环境中实现了 12.2 个百分点的成功率提升，同时在狭窄通道导航中使用了 多达 62.5% 的更少球体，从而实现了 65.6% 的规划时间缩减。
- 全身操作： 使用带有逆动力学轨迹优化（IDTO）的全身体球体表示（MORPHIT-S），与稀疏的仅末端执行器表示相比，平均角度误差降低了 约 80%，使机器人能够利用其整个身体（肘部、前臂）进行操作。

结果

评估主要针对 Franka Emika Panda 机器人在每个连杆 1–100 个球体的条件下进行，并在其他形态（UR5, Spot, H1 等）上进行了泛化测试。

速度： 由于 GPU 并行化，MORPHIT 生成近似的速度比基于优化的基准方法（VSSA, AMAA）快 两个数量级。
几何保真度： MORPHIT-B 在平均和最大表面距离指标上始终优于基准方法。MORPHIT-S 实现了最低的表面误差，而 MORPHIT-V 提供了最紧凑的体积覆盖。
碰撞检测： MORPHIT 各变体成功权衡了假阳性（不必要的规避）与假阴性（漏检碰撞）之间的关系。MORPHIT-V 实现了零假阴性（匹配安全关键型基准），而 MORPHIRT-S 最小化了假阳性，这对于通过狭窄通道至关重要。
接触交互： 在一个短时程推物体任务中，MORPHIT-S 产生的物体轨迹最接近地面真值网格模拟，在位置和旋转误差方面显著优于其他方法。
障碍物规避： 与 VSSA 和 AMAA 相比，MORPHIT-V 能以显著更少的球体和更快的求解时间通过狭窄通道。

意义与主张

论文声称 MORPHIT 代表了迈向任务感知形态推理的重要一步。通过使机器人能够动态配置其几何表示，该框架允许机器人将物理实体作为一种主动资源而非固定参数来利用。

作者认为，这种能力重新定义了形态作为物理智能工具的角色。它允许机器人流畅地在任务间切换——从用于快速导航的粗糙模型切换到用于精细接触的细粒度模型——而不会产生固定表示所固有的性能权衡。这项工作为在物理形态必须持续平衡精度与计算可行性的环境中进行操作开辟了新的前沿。

注：作者承认存在局限性，指出由于现实世界验证（例如毫米级精度的接触定位）的难度，评估主要在仿真中进行。他们还区分了其显式几何优化与基于神经网络的方法，指出 MORPHIT 提供直接兼容数十年机器人基础设施的能力，而无需特定任务的训练数据。