跳到主要内容
返回时间线
arXiv来源发表:

固定增益PD控制器难兼顾动作与受力:ImpedanceMimic让策略自己调关节阻抗,129名受试者上力跟踪更准

核心概要

物理仿真中的动作模仿通常由固定增益的比例—微分(PD)控制器把关节位置目标转成力矩,同一段动作可以对应不同的接触力,而固定增益在支撑相与摆动相之间难以兼顾。ImpedanceMimic 让强化学习策略直接输出每个关节的刚度、阻尼和位置设定点,训练时用测力台的地面反作用力与压力中心监督,推理时只输入动作。在 129 名受试者、六类活动上,它的关节角误差与力保真度优于固定增益 PD、直接力矩、肌肉驱动以及已有的模仿控制器,并能零样本迁移到未见受试者和一台仿真人形机器人。

Source-provided article image: ImpedanceMimic: Learned Impedance as Action Space for Force-Accurate Motion Imitation
arXiv

深度剖析

动作模仿控制器输出的不再只是关节位置偏移,而是每个关节的刚度、阻尼和位置设定点,因此接触力成为策略直接调节的量。 此前的物理仿真模仿多沿用固定增益 PD,把位置目标换算成力矩;不同增益可以复现同一段动作,却给出不同的接触力。 在 129 名受试者、六类活动上,该策略在关节角误差和力保真度上优于固定增益 PD、直接力矩、肌肉驱动以及 PHC、SimPoE 等已有模仿控制器,力精度接近专门的动学到力回归器 GaitDynamics。

策略从动作与力的测量中学习调节阻抗,但推理阶段不需要测力台信号。 增益以惯性缩放先验的倍数表示,使同一策略无需人体测量参数即可驱动不同受试者的缩放模型。 训练在 107 名受试者的个体化模型上完成,零样本评估于 22 名留出受试者(49–93 kg、1.50–1.82 m)和一台 Unitree G1 仿真人形机器人;在留出受试者上平均存活率 98.1%,G1 上为 82.1%,而固定增益 PD 与直接力矩在 G1 上分别约为 56.9% 和 44.0%。

启示与展望

演示范围是仿真环境中的关节驱动人体模型与一台仿真 Unitree G1,训练与评估都基于九套带同步测力台的公开数据集,推理时策略只接收仿真状态和由参考动作算出的力估计。

作者指出,参考动作的前瞻与力估计目前用到最多 400 ms 的未来动作,因此估计器尚不是因果的;仿真也未包含执行器带宽、静摩擦与力矩限制,这些在实机上会暴露出来。此外,所有方法在侧向切入、屈伸和跳跃上表现都更差,作者将其部分归因于数据集缺少手臂以及非周期活动训练片段占比低。