External and Internal Impedance for Robot Teams Sharing a Load: Exact Decoupling and Decay Certificates

当一群机器人协作搬运重物时，它们面临着一场微妙的平衡博弈。它们必须在将物体移动到新位置的同时，保持抓握力度既足够牢固以防滑落，又足够轻柔以防压碎物体。如果一个机器人推得太用力，而另一个机器人拉得太猛，即使团队的动作完全同步，物体也可能会发生扭转或掉落。这种挑战被称为协作操纵（cooperative manipulation）。多年来，工程师们一直在开发控制机器人如何推拉的方法，将物体视为一个抵抗运动的弹簧。然而，当多个带有移动腿部或轮子的机器人试图抬起单一负载时，数学计算变得极其复杂。机器人必须同时协调它们的步伐、手臂动作以及施加在物体上的无形力量。如果控制系统不够精确，机器人之间可能会产生对抗，从而浪费能量或导致负载发生危险位移。

芬兰坦佩雷大学的研究人员开发出一种新方法来解决这一问题，使机器人团队能够以史无前例的精度搬运重物。他们的工作聚焦于一种特定类型的控制——阻抗控制（impedance control），它决定了机器人在接触物体时的反应方式。在这个新的框架中，团队将任务分为两个截然不同的工作：一是让物体在世界中移动，二是管理维持物体形状的内部力量。研究人员通过数学证明，这两项工作可以独立处理，这意味着机器人可以在调整抓握力的同时，不会意外地将物体推离原定路径。他们通过四台人形机器人搬运一根大型铝梁的模拟实验展示了这一点。该系统允许机器人在行走、抬起和放下铝梁的过程中，即使在机器人自身的动作或物体的重量发生轻微变化时，也能将内部力量保持在预设的精确范围内。

这一成就的核心是一个类似于高级指挥家的两层控制系统。外层负责告诉机器人物体应该去向何处，以及它对环境的保持刚度；内层运行速度更快，负责计算实现该目标所需的精确肌肉力量。这项研究的一个关键创新在于系统如何处理“不一致”的请求。想象一下，如果团队中的一个机器人试图向一个其他机器人因物理极限而无法跟随的方向拉动物体，在旧系统中，这种冲突会导致物体剧烈抖动或机器人之间相互较劲。新方法能够识别这些冲突指令，并在其引起运动之前将其抵消。它确保任何用于加强抓握的力量都保持在团队内部，绝不会将物体向侧面或上下推动，除非那是预期的运动。

为了验证理论，研究人员使用四台重约81公斤的人形机器人创建了一个详细的数字模拟，搬运一根63公斤的铝质长梁。长梁长2.4米，机器人必须走过去、抬起、搬运几步并放下。模拟包含了真实的物理特性，例如机器人脚与地面之间的摩擦力，以及它们的关节如何抵抗运动。结果令人瞩目。团队成功搬运了长梁，且物体在整个任务过程中始终保持在预定路径的7毫米以内。即使研究人员故意引入误差（例如使机器人对其自身重量的内部模型产生偏差，或在传感器中加入随机噪声），这种高水平的精度依然保持不变。该系统足够鲁棒，能够应对这些缺陷而不掉落负载。

研究中最显著的发现之一是机器人如何管理抓握强度。研究人员想要观察是否可以在不移动长梁的情况下改变机器人的挤压力度。在以往的方法中，改变抓握往往会导致物体位移。而在这个新系统中，当机器人调整抓握时，长梁的移动量小于0.2毫米。相比之下，使用旧技术实现类似的抓握变化时，长梁会移动近1.9毫米。对于那些即便极微小的位移都可能导致灾难性的精细任务来说，这种差异至关重要。该系统通过一种数学检查机制来实现这一点，即在执行命令前先确认这些命令在物理上是否可行。如果某个指令会导致机器人滑动或失去平衡，系统会自动进行调整以确保团队安全。

研究还探索了该团队搬运能力的极限。机器人的额定负重能力约为每台25公斤，但模拟显示它们能成功搬运63公斤的长梁（即每台机器人承担约16公斤）。当研究人员将重量增加到超过此限度时，系统准确预测了失败。在负载过重的情况下，机器人会失去抓握或摔倒，但系统通过计算“容量估计”（capacity estimate）在失败发生前就识别出了这些情况。这种估计就像一个警告信号，根据机器人的站姿和脚部的摩擦力，告诉操作员团队究竟能承受多少重量。这种预测能力表明，该系统可以用于实时规划任务，确保机器人只尝试其物理能力范围内可以完成的任务。

研究人员还测试了当机器人的物理模型不完美时的表现。在现实世界中，机器人的制造过程永远不会完全符合蓝图，它们的关节可能略有松动，或者重量分布会有所不同。这种新的控制方法表现出了极强的包容性。即使研究人员将模拟的梁重改变了20%，或者改变了机器人的内部惯性，团队仍然能够成功搬运负载。系统会自动调整力量来补偿这些误差。这种韧性对于实际应用至关重要，因为它意味着机器人不需要经过完美的校准就能协同工作。它们可以适应自身的物理实体及所处的环境。

研究的一个关键部分涉及验证机器人是否会发生打滑。系统不断监测机器人脚部和手部的力量，以确保其处于安全限度内。如果负载对于单个机器人的脚部来说过重，系统会将重量重新分配给其他机器人。在模拟中，当机器人行走时，负载在脚部和手部之间转移，从而保持稳定。研究人员发现，该系统可以处理复杂的行走模式，包括仅有一个脚踩在地面的时刻。在单支撑阶段，地面上的机器人必须承担自身体重加上部分长梁的重量，控制系统通过平稳过渡来管理这一过程，而不会导致团队踉跄。

研究还观察了机器人对外部推力的反应。当一个100牛顿的模拟力从侧面推向长梁时，机器人通过轻微移动长梁来吸收冲击，就像人向推力方向倾斜一样。这种移动量与控制理论的预测几乎完全吻合。这证实了机器人正作为一个统一的、具有可预测响应的整体在行动。研究人员指出，如果机器人的关节存在摩擦，运动会略有不同，但系统仍能保持控制。这种预测并管理外部力量的能力，对于在非结构化环境中工作的机器人至关重要，例如它们可能会撞到墙壁或受到风力的冲击。

最后，这项工作证明了即使在搬运沉重且笨重的负载时，也可以通过高度精确且安全的方式来控制机器人团队。该方法将“移动物体”的任务与“固定物体”的任务分离，实现了对两者的独立控制。这种分离防止了机器人之间的相互对抗，并确保抓握力的调整不会引起不必要的运动。模拟显示，该系统在各种条件下（从完美模型到不完美模型，从轻载到接近最大承载量）都能可靠运行。研究结果为未来需要在工厂、建筑工地或灾区协作的机器人提供了坚实的基础，因为在这些领域，安全地搬运和操纵重物是必不可少的。研究证实，凭借正确的数学框架，机器人团队可以作为一个智能的整体，以一种以往难以企及的优雅姿态来处理复杂的物理任务。