💻 computer science

A Framework for Combining Optimization-Based and Analytic Inverse Kinematics

本文引入了一种新颖的逆运动学框架，该框架利用解析解作为变量代换来简化优化图谱，从而在涉及避障、抓取选择和类人稳定性等挑战性场景时，显著提高了相对于传统方法的成功率。

原作者： Thomas Cohn, Lihan Tang, Alexandre Amice, Russ Tedrake

发布于 2026-02-06

📖 1 分钟阅读☕ 轻松阅读

原作者： Thomas Cohn, Lihan Tang, Alexandre Amice, Russ Tedrake

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

大局观：机器人的“操作指南”

想象一下，你正试图教一个机械臂去拿一个咖啡杯。你告诉机器人：“就在这个精确的位置抓取杯子。”机器人必须弄清楚如何弯曲它所有的关节（肩膀、肘部、手腕等）才能让手到达那里。这个谜题被称为逆运动学（Inverse Kinematics, IK）。

几十年来，机器人科学家一直在用两种主要方法来解决这个谜题：

“数学公式”法（解析法）： 就像拥有一份预先写好的食谱。如果你知道目标，只需将其代入特定的公式，它就会立即告诉你精确的关节角度。这种方法既快速又可靠，但它仅适用于特定形状的机器人，并且难以处理额外的规则（比如“不要撞到桌子”）。
“试错”法（优化法）： 就像一名在浓雾中试图寻找山谷底部的徒步旅行者。机器人猜测一个位置，检查是否撞到了东西，然后不断尝试并进行微调，直到找到解决方案。这种方法非常灵活，可以处理复杂的规则（如避障），但它经常会陷入“局部谷底”（死胡同），甚至根本找不到解决方案。

问题所在：“死胡同”陷阱

作者指出，“试错”法（优化法）虽然在灵活性方面表现出色，但在一点上表现糟糕：它的数学逻辑太混乱了。

想象一下，你试图穿过一片森林，其中的树木（机器人的关节）以一种复杂且扭曲的方式连接在一起。如果你在走路的同时还要避开岩石（碰撞），并保持在特定路径上（目标），那么你使用的“地图”将充满了混乱的循环和死胡同。机器人的计算机会被搞糊涂，原地打转，最后选择放弃。

解决方案：改变地图

作者提出了一个聪明的技巧：利用“数学公式”法来为“试错”法改变地图。

他们不再要求机器人去猜测每一个关节的角度（这是最混乱的部分），而是要求机器人去猜测：

手要去哪里（目标）。
手臂如何“摆动”（自运动参数）。

然后，他们使用快速且可靠的“数学公式”（解析逆运动学）根据这些猜测来瞬间计算出关节角度。

类比：
想象你正试图把车停在一个狭窄的车位里。

旧方法： 你试图同时猜测每个轮子的角度、方向盘的角度以及油门的位置，同时还盯着一张混乱扭曲的地图。你经常发生碰撞。
新方法： 你只需要猜出你想让车停在哪里，以及你想转动多少方向盘。然后你使用一个 GPS（解析公式），它能立即告诉你为了达到目标，应该如何移动踏板和车轮。GPS 处理了那些混乱的数学计算；你只需要处理宏观层面。

通过这样做，执行“试错”的计算机就不再需要处理那些扭曲混乱的数学问题了。路径变成了一条笔直平坦的道路。

他们测试了什么

团队在三种不同类型的机器人“大脑”（求解器）上测试了这种新方法，并将其与旧方法进行了对比。他们在三个真实的场景中进行了测试：

货架抓取： 一个机械臂试图触及货架上的特定位置，同时不撞到周围的储物筐。
- 结果： 与旧方法相比，新方法能更频繁地找到到达货架的方法。
抓取选择： 一个机器人试图抓取一个杯子。它不仅需要触及杯子，还需要弄清楚如何抓取而不撞到桌子。
- 结果： 新方法能更好地找到抓取杯子的有效方式，尤其是当机器人需要扭动身体以避开碰撞时。
人形机器人平衡： 一个双足机器人（Hubo）在伸手拿东西的同时，努力保持双脚平贴地面以防摔倒。
- 结果： 这是最难的一次测试。新方法在寻找稳定姿态（即机器人既不会摔倒也不会发生自身碰撞）方面的成功率显著提高。

权衡

论文承认这需要付出一点代价。

成功率： 新方法是寻找解决方案（成功率）方面的冠军。它很少会卡住。
完美度： 有时，如果“旧方法”能找到方案的话，它找到的方案可能会稍微更完美或更高效（例如路径更平滑）。但由于旧方法经常失败，因此新方法通常是更好的选择。

核心结论

作者总结道，通过使用已知的数学公式来简化计算机面临的问题，他们让机器人处理复杂任务变得更加容易。机器人不太容易卡住，不太容易发生碰撞，并且在拥挤的房间里也更有可能成功拿起那个咖啡杯。

简而言之： 他们并没有发明一种新的机器人，而是发明了一种更好的方式，让机器人去思考自己的身体，将一个混乱的迷宫变成了一条笔直的路径。

技术摘要：一种结合基于优化与解析逆运动学的框架

问题陈述

逆运动学（IK）是机器人领域的一个基本问题，旨在计算关节角度以实现期望的末端执行器位姿。从历史上看，解决方案被分为两种截然不同的范式：解析法（Analytic methods），其速度快且可靠，但仅适用于特定的机器人几何结构；以及基于优化的（数值）方法（Optimization-based/numerical methods），其具有灵活性和通用性，但在处理复杂的非凸 IK 约束时表现挣扎。

基于优化的 IK 面临的主要挑战是满足 IK 关系（ $W X_G(q) = W X_G^{des}$ ）所需的非线性等式约束。当该约束与额外的非凸约束（如避障或类人机器人稳定性）相结合时，优化器经常无法找到可行解，容易陷入局部最优，或者无法返回有效的初始猜测值。虽然解析 IK 提供从位姿到关节的直接映射，但它通常作为独立的求解器使用，而非集成到更广泛的优化框架中。

方法论

作者提出了一种对基于优化的 IK 进行重构的方法，将已知的解析 IK 解视为一种平滑的变量代换。新公式不再是在满足非线性 IK 等式约束的条件下对关节角 $q$ 进行优化，而是针对以下变量进行优化：

末端执行器位姿（位置 $p$ 和朝向 $o$ ）。
连续自运动参数（ $\psi$ ）。
离散自运动参数（ $\kappa$ ），代表 IK 分支的选择。

关节角 $q$ 随后通过解析 IK 映射表示为这些新变量的函数： $q = \text{IK}(X(p, o), \psi, \kappa)$ 。

关键技术转变

消除非线性等式约束：在新公式中，IK 约束变成了线性等式（将决策变量固定为期望位姿），从而消除了标准求解器的主要非凸来源。
处理定义域限制：解析 IK 函数通常具有有限的定义域（例如， $\arccos$ 的参数必须在 $[-1, 1]$ 之间），并且在不可达位姿下可能未定义。作者引入了探测函数（ $D_k$ ），这些函数在执行裁剪操作前返回 IK 计算的中间值。这些函数作为约束（ $D_k \geq 0$ ），以确保优化器保持在解析映射的有效定义域内。
梯度利用：该框架利用自动微分技术对解析 IK 函数进行求导，使基于梯度的求解器能够有效地在新的坐标空间中进行导航。
混合整数处理：由于离散参数（ $\kappa$ ）定义了 IK 分支，该问题被视为混合整数优化问题。在实践中，作者将 $\kappa$ 固定为特定分支，并为每个可能的分支分别求解，或者在事后选择最佳分支。

核心贡献

统一的公式化：一种对广泛的 IK 优化问题进行重构的框架，允许优化器利用现有的解析 IK 解作为变量代换。
经验验证：通过三种不同的非线性优化范式对新公式进行了全面的对比实验：
- 内点法（IPOPT）
- 序列二次规划法（SNOPT）
- 增广拉格朗日法（NLOPT）
- 基准测试：随机采样和 Global-IK（一种混合整数凸松弛方法）。
算法改进：
- 增强了针对 PR2 双臂移动操作机器人和 Hubo 类人机器人的解析 IK 解。
- 将 Global-IK 与现代自由空间分割技术集成，用于避障。
- 为类人机器人的静态稳定性约束提供了一种仅含不等式的公式化方法，确保了可行集的正测度。

实验结果

作者在多个具有挑战性的机器人任务上测试了该方法，包括避障、抓取选择、移动操作和类人机器人稳定性。

成功率：在所有求解器和实验中，新公式取得的成功率始终等于或高于旧公式。在无碰撞 IK 问题中观察到的改进最为显著，因为旧公式在此类问题中经常无法找到任何可行解。
- 示例：“桌上机械臂”实验中，使用 IPOPT 的新公式实现了 89.5% 的成功率，而旧公式仅为 53.9%。
- 示例：在“类人机器人稳定性”实验中，新公式使用 IPOPT 达到了 97% 的成功率，而旧公式为 70%。
成本与可行性的权衡：虽然新公式在寻找可行解方面表现出色，但其最优成本（例如关节居中程度）有时低于旧公式。这归因于新公式受到特定自运动流形（分支 $\kappa$ ）的限制，而旧公式可以在不同分支之间跳转。然而，当在新公式运行在最优分支上时，它通常能找到全局最优解。
运行时间：性能随求解器和问题复杂度的不同而变化。在某些情况下，新公式更快；在另一些情况下，旧公式更快。作者指出，由于实现语言的不同（旧公式使用 C++，而新公式的部分部分使用 Python），进行公平的运行时间比较较为复杂。
扩展性：随着冗余自由度的增加，新公式在维持高可行性成功率的同时，寻找最优成本所需的迭代次数比旧公式增长得更快。

意义与主张

本文声称，所提出的框架从根本上降低了优化器在复杂 IK 问题中寻找可行解的难度。通过通过变量代换将困难的非线性 IK 等式约束转换为线性约束，该方法绕过了标准优化方法在处理避障和稳定性时常遇到的局部最优陷阱。

作者强调，尽管新公式有时可能会产生略高的成本（由于分支限制），但其在具有挑战性的非凸环境中可靠地找到任何可行解的能力是一项重要的进步。对于在复杂、非凸环境中可行性是主要瓶颈的现实世界机器人任务，该方法具有极高的价值。作者承认，该方法依赖于解析 IK 解的存在，但认为这是由于大多数主流现代机械臂都已经具备此类解，因此是一个实际的工程约束，而非根本性的局限。