Science Robotics / Research Article

Control of soft robots with inertial dynamics

作者：David A. Haggerty, Michael J. Banks, Ervin Kamenar, Alan B. Cao, Patrick C. Curtis, Igor Mezić, Elliot W. Hawkes · 单位：Department of Mechanical Engineering, University of California, Santa Barbara, CA 93106, USA, Faculty of Engineering, University of Rijeka, Rijeka, Croatia, Department of Electrical and Computer Engineering, University of California, Santa Barbara, CA 93106, USA · 来源：Science Robotics · 发布日期：2023-08-30 · DOI：10.1126/scirobotics.add6864

软体机器人强化学习安全机器人

精读笔记

Problem Setting

《Control of soft robots with inertial dynamics》（Science Robotics / 2023）关注的不是软体机器人“能否被学习建模”，而是软体连续臂在大形变、高速度、高加速度条件下能否被低延迟闭环控制。真正困难点是三者同时出现：大形变带来强输入-形状非线性，快速运动带来不可忽略的惯性模态，软体结构又有高维、未观测内部状态和测量噪声。过去方法通常只能满足其中一部分：ROM 依赖常曲率/局部线性化，NN/RNN/LSTM 更像离线预测器且控制接口笨重，Koopman-MPC 虽然数据驱动但多数验证在低速、小形变、准静态 regime。本文的关键问题是如何在不引入昂贵在线优化和复杂神经控制器的情况下，让数据驱动模型进入 inertial nonlinear regime。

Motivation

已有路线缺的不是更复杂的函数逼近器，而是一个适合控制的分解。软体臂控制中，大量控制输入实际上用于维持某个静态形状；动态反馈只应负责修正运动过程中的惯性误差、相位滞后和扰动。如果把这两件事都交给 LQR/MPC/NN feedback，会出现两个问题：稳态精度和输入惩罚冲突，噪声敏感反馈在高动态下容易破坏稳定性。作者的核心观察是：软体系统通常是耗散的，step input 后会收敛到一个静态 pose；这个静态输入-构型关系可以单独学习，并作为控制的前馈基座。缺口因此变成：如何把静态非线性映射和动态惯性修正组织到同一个实时控制框架里。

Core Idea

本文真正核心不是简单使用 Koopman operator，而是把 Koopman 框架拆成 dynamic 与 static 两个互补对象。dynamic Koopman 用 time-delay observables 构造 lifted linear system，使 LQR 可以在近似线性空间中处理惯性瞬态；static Koopman 则学习 held input 与最终静态构型之间的关系，并作为 pregain 给出达到目标位置所需的基线输入。

这个设计改变了建模方式：它不再试图让一个统一模型同时解释静态大形变非线性和动态瞬态，而是把慢变量/静态逆映射和快变量/动态残差分离。引入的 inductive bias 很强：软体臂是耗散系统，静态姿态可由输入唯一或近似唯一决定；高频动态可由有限时间延迟状态补足。这个 bias 比堆 monomial dictionary 或训练 RNN 更控制友好，因为它直接对应控制律中的 feedforward + stabilizing feedback 结构。

Method

第一，作者用 step input 数据同时激发静态响应和动态衰减过程。它解决的是训练效率问题：不需要专门采集目标轨迹，也不需要为每类任务训练策略。其前提是 step excitations 足够覆盖工作空间和主要模态。

第二，dynamic Koopman 采用 time-delay-only observables，而不是大量 monomial features。它解决的是软体臂未观测速度/内部模态问题：延迟坐标相当于用历史状态重构局部动力学相位。核心变化是从“扩展非线性特征”转为“扩展时间记忆”。这也是为什么模型能捕捉 state-only 线性模型缺失的 transient modes。

第三，控制器采用 K-LQR。它解决的是 Koopman-MPC 在线计算重的问题：一旦 lifted A,B 得到，控制输入只需矩阵乘法。这个选择牺牲了显式约束，但对高频闭环更合理。

第四，static Koopman pregain 是最关键的控制补丁。dynamic K-LQR alone 会因为输入惩罚而不愿施加维持大形变所需的非零输入，从而产生稳态误差；static pregain 直接提供目标 pose 的基线输入，LQR 只处理偏差。它把控制问题从“从零生成全部动作”变成“在静态解附近做动态校正”。

Key Insight / Why It Works

最可能的核心贡献是 static Koopman pregain，而不是 Koopman-DMDc 本身。Koopman-LQR、Hankel-DMD、DMDc 都不是新概念；真正有效的是作者意识到软体臂控制里的稳态保持输入不能由带输入惩罚的反馈项自然学出来。pregain 实际上提供了一个 data-driven inverse statics，使动态反馈不必承担大形变非线性映射。

time-delay-only observables 的作用也很实在：它不是在创造“全局线性化”的魔法，而是在有限传感状态下引入短期 memory，使模型能表示速度、阻尼模态和相位。对高度耗散的 pneumatic soft arm，这种短记忆足以覆盖主要瞬态。这里更像 better inductive bias + memory reuse，而不是 scaling。

性能提升可能有相当部分来自系统层面的 co-design：低迟滞 fabric muscles、快速比例阀、外部 motion capture、强耗散结构，以及 step 数据对工作空间的覆盖。文中把提升主要归因到控制框架，但增益来源并不完全干净。尤其是 10×/40× 的对比跨 robot design、actuator bandwidth、长度、任务设置，不能完全视作算法单独贡献。更准确地说，这篇展示了一个算法-硬件匹配良好的 regime：当执行器足够快、结构足够耗散、状态测量足够准时，static inverse + delayed linear feedback 可以把软体臂推到过去很少验证的高动态闭环区域。

static term 还降低了 sensor noise 的影响，因为大部分输入不依赖当前 noisy state，而依赖 reference。这一点在高动态跟踪中很重要：反馈只做残差修正，避免把测量噪声直接放大成大幅压力命令。因此它不是单纯提高稳态精度，也改善了闭环鲁棒性。

Relation To Prior Work

最接近的是 Koopman operator + MPC/LQR 的数据驱动控制谱系，尤其是 Bruder/Vasudevan 系列 soft robot Koopman-MPC，以及 Mamakoukas 等 Koopman-LQR 在简单软体鱼/机器人系统上的工作。本文与这些工作的本质差异不是使用了 Koopman，而是将 static Koopman operator 引入控制律作为 pregain，并用它显式处理软体系统的非零静态保持输入。

相对于 ROM/PCC/有限元降阶控制，本文放弃可解释物理参数和解析形状假设，换取快速系统识别和跨形态适配。相对于 NN/RNN，它不追求强预测器，而追求可直接接入线性最优控制的表示。相对于 Koopman-MPC，它牺牲约束表达和规划 horizon，换取低延迟和简单部署。

看似新的部分里，time-delay DMD、LQR、feedforward pregain 都有旧思想成分；实质创新在于把这些旧思想按软体臂的物理结构重新组合：static inverse 负责大形变非线性，dynamic lifted linear model 负责惯性残差。这种重组比单个模块更重要。

Dataset / Evaluation

evaluation 是强真实世界实机验证，而不是标准 benchmark。任务覆盖包括规则圆轨迹、高形变工作空间内的人为随机参考跟踪，以及抓球/抛球这类需要惯性的演示；此外在两个形态不同的软体臂上复现，支持一定程度的 morphology robustness。核心 claim——进入 inertial nonlinear regime——被实验较好支持，因为闭环速度/加速度和形变确实显著超过过去软体连续臂控制文献。

但评估也有明显边界。跨场景泛化并不充分：两个 robot 都属于 fabric pneumatic continuum arms，传感和执行条件相近。动态任务更偏 demonstration，没有系统量化成功率、负载变化、接触扰动、长期漂移和未见环境。圆轨迹和人工目标跟踪能证明实时性和高动态跟踪，但不能证明复杂 planning 或泛化控制。catch/throw 说明惯性可用，但任务层策略基本外部指定，不能把它解读为高级运动规划能力。

Limitation

第一，static Koopman pregain 依赖静态映射近似单值。如果系统有强迟滞、多稳态、路径依赖或接触约束，输入到静态构型的映射可能不再可靠。文中系统使用低迟滞 fPAM 和耗散结构，这对方法成立非常关键。

第二，data coverage 是硬前提。5 分钟训练之所以够，可能是因为系统维度、执行器数、工作空间和目标任务都较受控；扩展到多段软体臂、更高自由度、复杂接触或可变负载时，step input 覆盖可能快速失效。核心能力可能主要来自数据覆盖和物理系统可学习性，而不是 Koopman 模型天然可泛化。

第三，外部 motion capture 是强假设。若换成嵌入式软传感器，噪声、漂移、低带宽和状态不可观测性会显著改变问题。文中没有充分说明在 field deployment 传感条件下是否仍能维持性能。

第四，LQR 无显式约束。压力饱和、流量限制、安全约束、接触力约束在高动态软体机器人中并非次要问题；作者选择 LQR 是合理工程取舍，但也把约束处理问题推迟了。

第五，增益归因不清。硬件响应速度、低迟滞材料、强耗散、训练覆盖、静态 pregain、time-delay Koopman 各自贡献没有被完整 ablation。尤其相对 prior 的数量级提升，不应全部归因于算法。

Takeaway

  • 1. 对软体机器人高动态控制，最有迁移价值的 insight 是“静态逆映射 + 动态残差反馈”的分解，而不是 Koopman 名义本身。
  • 2. Time-delay observables 是软体系统中低成本补足未观测动力学状态的有效方式；在强耗散、低维可观测任务中，它可能比堆高阶 monomial 或训练 RNN 更稳、更便宜。
  • 3. 未来值得做的不是继续证明 Koopman 能拟合软体臂，而是系统研究 static mapping 在迟滞、多稳态、负载变化、接触和传感退化下的失效边界。
  • 4. 这篇把软体臂闭环控制从“准静态形状跟踪”推进到“可利用惯性的实时控制”这一点是实质推进，但它更像算法-硬件-数据覆盖共同形成的可行 recipe，而不是通用软体机器人控制解法。

一句话总结

这篇论文在软体机器人控制谱系中的位置是：用 static Koopman inverse statics 加 time-delay Koopman-LQR，把数据驱动线性控制从准静态小形变推进到真实软体连续臂的高动态大形变 regime。