Слияние процессов проектирования физического тела робота и планирования его движений открывает принципиально новые горизонты в современной робототехнике. На научном семинаре Стэнфордского университета исследовательница представила инновационный подход, при котором геометрический дизайн механизмов рассматривается как классическая задача траекторного планирования. В основе этой концепции лежит отказ от поиска абстрактного математического идеала в пользу создания практичных, быстро адаптируемых и компилируемых робототехнических систем.
🤖 От мечты к вычислениям: почему оптимизация в робототехнике не работает на практике 0:10
В робототехнике проектирование физического тела и алгоритмов управления традиционно существовали отдельно, однако современные исследования стремятся формализовать их взаимосвязь. Докладчик вспоминает, что еще во время учебы в аспирантуре Массачусетского технологического института (MIT) у нее зародилась мечта: создать вычислительный инструмент, позволяющий любому человеку без глубокого инженерного образования быстро спроектировать и собрать кастомного робота. В качестве примера приводится задача создания насекомоподобного механизма для перемещения по экстремально скалистой местности. Вместо того чтобы тратить годы на ручные расчеты, пользователь мог бы просто ввести базовые спецификации, а алгоритмы помогли бы оптимизировать форму, подготовить план для производства и протестировать устройство в симуляции.
С технической точки зрения любого робота можно описать через строгий набор переменных:
- Геометрия элементов конструкции;
- Типы и пространственное расположение суставов;
- Количество степеней свободы;
- Параметры сопутствующих контроллеров.
Задача усложняется тем, что робот взаимодействует с окружающей средой, которая обладает собственной геометрией, физикой и специфическими режимами контакта. По мнению докладчика, если формализовать и записать все эти параметры, то задача проектирования превращается в стандартное уравнение оптимизации, где нужно максимизировать производительность в рамках заданных ограничений. Для решения этой проблемы в рамках докторской диссертации спикера была создана система Build-A-Bot, сфокусированная на локомоции шагающих роботов. Пользователь мог перетаскивать параметризованные трехмерные компоненты в рабочей среде, а встроенная грамматика автоматически определяла кинематические связи, подбирала моторы и симулировала походку механизма.
📊 Эксперимент на ICRA: как мыслят живые инженеры 4:50
Чтобы проверить, как люди взаимодействуют с подобным софтом на практике, команда разработчиков провела масштабное поведенческое исследование на международной конференции ICRA в Филадельфии. Участникам предложили спроектировать робота для преодоления сложной полосы препятствий на скорость, ведя строгий цифровой учет каждого их действия в программе.
В эксперименте приняли участие 37 человек:
- Студенты бакалавриата;
- Профессора исследовательских институтов;
- Ведущие инженеры из коммерческой индустрии.
Анализируя распределение времени между проектированием морфологии, настройкой походки и симуляционным тестированием, ученые сделали неожиданное открытие. В сотрудничестве с Кристиной Уилсон (Cristina Wilson), специалистом по психологии из Университета штата Орегон (Oregon State), было обнаружено, что люди склонны мгновенно фиксироваться на одной конкретной концепции. Вместо глобального поиска по всему пространству вариантов, пользователи добавляли массу деталей в самом начале, совершали один тест со средним результатом, а затем тратили все оставшееся время на микронастройку геометрии, почти не меняя общую схему.
На основе этого авторы исследования пришли к выводу, что реальный человеческий дизайн в корне отличается от математической оптимизации. Инженеры не ищут абсолютно лучший абстрактный вариант, а пытаются найти любое жизнеспособное решение и итеративно его улучшать. По словам спикера, психологическая литература часто утверждает, что новички подвержены жестким когнитивным искажениям, в то время как эксперты готовы шире исследовать пространство вариантов. Однако в данном эксперименте и заслуженные профессора, и первокурсники продемонстрировали одинаковую склонность к быстрому сужению фокуса. Робототехникам не нужен теоретический оптимум — им нужен робот, который просто выполняет задачу.
⚙️ Спор о модульности: почему робот — это не микросхема 9:37
Вопрос о применимости строгого модульного подхода в физическом проектировании давно обсуждается в инженерном сообществе. Докладчик ссылается на фундаментальную дискуссию, зафиксированную в серии научных статей конца 1990-х годов. Первая из них, опубликованная в 1996 году, носила категоричное название: «Почему механический дизайн не может быть похож на VLSI» (сверхбольшие интегральные схемы). Ее авторы утверждали, что механика принципиально не поддается модульности, привычной для электроники или программирования. Изменение одной детали неизбежно меняет распределение нагрузок и поведение всей системы, требуя сквозного перепроектирования с нуля.
Однако год спустя, в 1997 году, Эрик Антонссон (Erik Antonsson) опубликовал ответную работу — «Потенциал компиляции механического дизайна». Он выдвинул контраргумент: несмотря на глубокую взаимосвязанность элементов, ключевые узлы механики все же можно изолировать в модули. По мнению спикера, секрет современного вычислительного дизайна заключается в точном определении того, какие именно части робота поддаются модульности. Также необходимо быть готовым принять неоптимальность итогового продукта ради радикального упрощения и ускорения самого процесса разработки. Целью инженерии становится не идеальная, а практичная конструкция.
📐 Траектории Дубинса в дизайне: кинематика как задача планирования 13:03
Идея связать проектирование с планированием траекторий была впервые полноценно реализована в проекте по созданию манипуляционных механизмов, где исследователи сфокусировались исключительно на кинематике. Для описания геометрии роботов использовалась стандартная спецификация Денавита-Хартенберга (DH), задающая оси движения с помощью четырех параметров. При традиционном подходе инженеры стараются располагать шарниры как можно ближе друг к другу для снижения массы и объема. Однако спикер подчеркивает, что для финального положения схвата абсолютно неважно, где именно на оси движения находится физический сустав, что дает конструкторам неожиданную дополнительную степень свободы.
Эту свободу команда использовала для импорта алгоритмов из теории планирования путей с ограничениями по кривизне, известных как траектории Дубинса. В 1950-х годах сам Дубинс доказал, что для автомобилей и самолетов кратчайший путь в 2D состоит из дуг и прямых, а в 1980-х Гектор Суссманн (Hector Sussmann) расширил эту математику на 3D-пространство. Ключевое озарение исследователей состояло в следующем:
- Траектория Дубинса в трехмерном пространстве задает жесткую трансформацию между начальным и конечным фреймом;
- Если материализовать эту абстрактную траекторию в виде твердого физического объекта, она превратится в робототехническое звено;
- Расстояние между суставами должно быть достаточно большим, чтобы алгоритм планирования мог гарантированно проложить путь.
Аспирант Вэйши Чэнь (Weishi Chen) разработал библиотеку оригами-модулей, реализующих эти дуги поворота и прямые линии. Алгоритм берет DH-спецификацию, рассчитывает геометрию как задачу планирования Дубинса, обходя препятствия, и генерирует чертеж трубчатой структуры для складывания или 3D-печатных трубок. Таким способом ученые смогли автоматически спроектировать и собрать сложный сферический сустав, чьи оси вращения пересекаются строго в одной точке. Исходный код этого проекта выложен в открытый доступ на GitHub.
🐕 Робот DOQ: оригами-гепард из тонких оболочек 23:08
Разработанный метод был масштабирован с одиночных последовательных манипуляторов на разветвленные древовидные системы — четвероногих роботов. Робот с четырьмя параллельными конечностями и 8 суставами был разбит на две последовательные цепи путем нахождения самых длинных путей в графе его структуры. На этом этапе в уравнение проектирования пришлось добавить параметры приводов. Моторы накладывают два типа жестких ограничений:
- Объемный (физический корпус двигателя выступает как препятствие, которое звенья-роботы должны огибать в 3D-пространстве);
- Силовой (длина рычага определяет требуемый крутящий момент, что напрямую влияет на габариты мотора).
Результатом этой оптимизации стал Dynamic Origami Quadruped (или коротко DOQ) — динамический оригами-квадрупед. Его корпус сложен вручную из тонких листовых оболочек, благодаря чему его масса значительно меньше, чем у популярного коммерческого аналога Mini Cheetah. Спикер признается, что продемонстрированный стабильно бегающий и прыгающий робот — это уже четвертая по счету модификация конструкции. В самой первой версии инженеры забыли заложить пространство под электронику и моторы, что привело к критическим коллизиям при сборке. Однако благодаря автоматизации алгоритма траекторий Дубинса, на полное перепроектирование и создание второй версии ушло всего три дня. В среднем цикл устранения дефектов усталости материала теперь занимает от нескольких дней до недели. Отвечая на вопрос из зала о прочности, докладчик уточнил, что при расчете крутящих моментов использовались законы масштабирования для семейств двигателей, хотя сами трубки конструкции пока условно считались абсолютно жесткими.
🪢 Управление жесткостью: роботы как сети пружин 30:16
Главной проблемой созданного оригами-гепарда DOQ оказалась избыточная гибкость: жесткие на бумаге элементы конструкции в реальности гнулись под нагрузкой, что привело к колоссальным потерям энергии. Стоимость транспортировки энергии (cost of transport) у DOQ оказалась примерно в 10 раз выше, чем у коммерческих жестких робоплатформ. Это заставило команду переосмыслить подход и включить податливость (compliance) материала непосредственно в процесс проектирования, превратив пассивную гибкость в управляемую степень свободы.
Мягкие и оригами-роботы были смоделированы как сложные сети упругих пружин. Если протянуть сквозь такую структуру центральный трос (сухожилие) и начать его натягивать, характер деформации будет полностью определяться распределением жесткости: сначала сожмутся мягкие пружины, затем — более жесткие. Для трубчатых оригами-структур исследователям удалось вывести точное аналитическое решение в виде матричных уравнений, связывающих коэффициенты жесткости пружин ($k_v$) и углы их расположения по окружности ($\theta_v$).
Поскольку система математически переопределена, изменение жесткости элементов можно использовать как полноценный привод. Докладчик продемонстрировал анимацию, где робот с помощью алгоритмов градиентного спуска (аналогичных методу потенциальных полей в планировании) самостоятельно менял жесткость пружин вдоль своего тела, заставляя конструкцию изгибаться так, чтобы рабочий орган попал точно в заданную целевую точку. Более того, масштабируя общую жесткость, робот может сохранять одну и ту же форму, но менять сопротивляемость внешним нагрузкам. Ученые уже воплотили эту концепцию «на лету», создав компактные электромеханические актуаторы, способные динамически менять свои физические свойства в реальном времени.
🏜️ Проект TRUSSES: как выбраться из песчаной ловушки на Марсе 38:11
Взгляд на упругость материала как на инструмент планирования вывел команду на новый уровень — исследование взаимодействия роботов с податливыми средами, такими как сыпучий песок. Спикер продемонстрировал кадры из совместных исследований Фэйфэй Цянь (Feifei Qian) из Университета Южной Калифорнии (USC) и Дага Джеролмака (Doug Jerolmack) из Пенсильванского университета (UPenn). На видео стандартный четвероногий робот пытается идти по глубокому песку, однако из-за деформации грунта теряет стабильность и переворачивается. При этом ученые выяснили, что, анализируя токи в моторах и глубину погружения лапы, можно на лету строить графики смещения сил и с высокой точностью определять характеристики упругости почвы, которая ведет себя в точности как физическая пружина.
В ноябре стартовал новый масштабный проект, поддержанный программой NASA Luster, под лаконичным названием TRUSSES (Temporarily Robots Unite to Surmount Sandy Entrapment, then Separate — «Роботы, временно объединяющиеся для преодоления песчаного плена, с последующим разделением»). Идея заключается в том, что отдельные роботы, зафиксировав зыбкий грунт под ногами, могут физически соединяться друг с другом с помощью специальных ферм с изменяемой топологией (проект Variable Topology Truss из UPenn). Создавая единую жесткую пространственную сеть, роботы способны передавать друг другу боковые усилия, перераспределять вес и коллективно преодолевать участки, на которых любой одиночный планетоход неминуемо увязнет. Алгоритмы управления этой адаптивной космической сетью ферм полностью заимствованы из описанной выше методики градиентного спуска для мягких манипуляторов.
💬 Вопросы и ответы: адаптация к грунту и загадка демпфирования 45:27
В финальной части семинара слушатели подняли вопрос о том, как оптимизировать робота под постоянно меняющиеся свойства окружающей среды, ведь жесткость грунта нестабильна во времени. По мнению спикера, существует два принципиальных сценария адаптации. В первом случае робот измеряет жесткость грунта при контакте и подстраивает собственную податливость с помощью PID-контроллеров. Второй, более активный сценарий, предполагает, что робот может намеренно совершать удары по земле (утоптывать) или, наоборот, разрыхлять грунт лапами, искусственно меняя его физические свойства ради улучшения навигации.
Один из участников дискуссии задал вопрос о возможности внедрения регулируемого демпфирования (variable damping) между модулями для динамического гашения колебаний. Докладчик честно призналась, что ее лаборатория пока не вела активных исследований в этом направлении, поскольку на данный момент у команды нет надежного инструментария для корректной физической и экспериментальной верификации переменного демпфирования. Тем не менее, спикер отметила высокую перспективность этой темы и выразила готовность к коллаборации с группами, у которых есть соответствующее оборудование для тестирования динамических нагрузок.
