Science Robotics / Research Article

Robotic manipulation of human bipedalism reveals overlapping internal representations of space and time

作者：Paul Belzner, Patrick A. Forbes, Calvin Kuo, Jean-Sébastien Blouin · 单位：School of Kinesiology, University of British Columbia, Vancouver, BC, Canada, Department of Neuroscience, Erasmus MC, University Medical Center Rotterdam, Rotterdam, Netherlands, School of Biomedical Engineering, University of British Columbia, Vancouver, BC, Canada, Djavad Mowafaghian Centre for Brain Health, University of British Columbia, Vancouver, BC, Canada, Institute for Computing, Information and Cognitive Systems, University of British Columbia, Vancouver, BC, Canada · 来源：Science Robotics · 发布日期：2025-11-26 · DOI：10.1126/scirobotics.adv0496

操作强化学习机器人

精读笔记

Problem Setting

论文题目：Robotic manipulation of human bipedalism reveals overlapping internal representations of space and time（Science Robotics / 2025）。

这篇论文真正关心的不是“延迟会不会让人站不稳”，这个已经是老问题；它问的是：在人体站立平衡控制中，神经系统是否把时间延迟和身体动力学参数放在部分重叠的内部表征里。更具体地说，额外 sensorimotor delay 造成的 action consequence 变化，是否可以通过改变惯量或黏性这类 spatial/body dynamics variables 来感知上模拟、控制上补偿。

困难点在于这不是一个纯建模问题。真实人体的惯量不能随意变成 0.25×，也不能施加负黏性；而纯仿真又绕开了真实神经控制回路。关键矛盾是：要研究人的 internal representation，必须让人处在真实闭环控制中；但要区分 inertia、viscosity、delay，又必须任意改写身体 plant。传统 force plate、support surface perturbation、视觉/前庭扰动方法都只能间接改变输入或环境，不能干净地重写 action-to-motion dynamics。

Motivation

已有路线的局限在于变量被分割：delay 被看作神经传导/处理问题，inertia 和 viscosity 被看作 biomechanical plant 问题；模型上它们都影响闭环相位、增益和稳定域，但实验上很难验证神经系统是否也以这种耦合方式表示它们。

作者的核心观察是：身体动力学本身会改变动作后果出现的时间结构。大惯量会改变 torque 到 acceleration 的相位关系，黏性会改变 velocity-dependent feedback，delay 则直接移动 action consequence 的时间位置。对控制器而言，这些变量都在改变“我做了动作之后，身体如何随时间变化”这一统计映射。因此，空间和时间可能不是在神经系统中被严格拆开的坐标，而是共同进入一个 probabilistic sensorimotor map。

关键缺口是因果操纵。之前的计算模型可以说 reduced viscosity 和 delay 都增加 sway，之前的行为实验也可以说人能适应延迟，但缺少一个实验能问：如果我把身体动力学调成某个值，人是否会觉得它像延迟？如果我在延迟下反向调身体动力学，控制是否真的变好？这篇的动机正是补上 perception-control 联合层面的证据。

Core Idea

核心思想是把 standing balance 的身体 plant 虚拟化为一个实时可改写的倒立摆，然后在人仍然闭环控制的情况下重写 plant 参数。参与者真实地产生 ankle torque，但 torque 不再驱动真实身体动力学，而是驱动机器人模拟的 CoM motion；机器人可以在 AP/ML 两个方向中独立加入 delay、缩放 inertia、施加正/负 viscosity。这样，论文不是观察自然身体，而是构造一个“可编辑身体”。

这个建模方式的本质变化是：把传统上不可控的 biomechanical embodiment 变成实验变量。它引入的 inductive bias 是，平衡控制可以被视为 action-to-sensory-consequence mapping 的统计匹配问题，而不是 delay、inertia、viscosity 三个独立模块的参数估计问题。和 prior 的本质区别在于，作者没有只做 perturbation response 或只拟合反馈控制器，而是通过 perceptual matching 直接测量不同物理变量在主观 balance sense 中的可替代性，再把这个匹配用于控制补偿。这使得“空间-时间 overlap”不只是模型解释，而变成一个可干预的闭环现象。

Method

1. 行为等价性筛选：先证明哪些 body dynamics changes 与 delay 在控制结果上同向。低惯量和负黏性会增加 CoM speed、缩短保持在 virtual limits 内的时间；正黏性减少 sway；高惯量本身对 baseline sway 影响较小。这个步骤解决的是参数方向问题：不是任意身体变化都像 delay，而是特定动力学变化在闭环频率响应上接近 delay。

2. 感知匹配：让参与者用鼠标实时调节 inertia 或 viscosity，目标不是优化稳定性，而是匹配“感觉上像有 200 ms delay”或“在 delay 下感觉像自然站立”。这一步很关键，因为它把研究对象从外部稳定性指标推进到 internal perceptual equivalence。得到的 PSE 大致是：无延迟下低惯量/负黏性像 delay；有延迟下高惯量/正黏性像 baseline。

3. 控制补偿验证：把 perceptual PSE 得到的 gains 给 naïve participants 使用，在 200 ms delay 下测试是否改善 balance。这个设计避免了同一批参与者因反复暴露 delay 而学习适应，从而更干净地测试空间参数是否本身具有 delay compensation 的控制效应。

4. 虚拟跌倒边界与 CoM speed：评价指标不是复杂模型拟合，而是保持在 virtual limits 内的时间和 sway speed。它们足以捕捉短时站立稳定性，但不能覆盖真实世界 balance 的全部控制目标。

Key Insight / Why It Works

最重要的机制判断：这篇有效不是因为找到了一组神奇的 inertia/viscosity gains，而是因为 delay、inertia、viscosity 在闭环倒立摆的相关频段内可以产生相似的 sensory consequence statistics。人的平衡系统可能不显式标注“这是时间延迟”或“这是黏性降低”，而是根据 correction action 后身体 sway 的统计后果更新内部状态估计。换句话说，核心是 representation alignment，而不是参数工程。

负黏性与 delay 的匹配更稳定，这一点很有信息量。文中也指出 viscosity 与 delay 的稳定性图/频响更接近，而 inertia 改变会移动自然频率，因此感知匹配变异更大。这说明 overlap 不是抽象的“空间等于时间”，而是由具体闭环动力学相似性支撑的。黏性可能是比惯量更接近 delay 的补偿轴。

最可能的实质贡献是：用 perceptual equivalence 反推 control compensation。很多工作能展示 delay destabilization，也能通过模型算出增加 damping 会稳定系统；但这里新增的是，人自己在感知上选择的参数可以在新被试中部分改善延迟控制。这比单纯工程调参更强，因为它说明感知内部表征和控制变量之间有可利用的共同结构。

哪些可能只是辅助？机器人平台的实现细节、具体 3.3× inertia / 53× viscosity 的数值不应被过度解读。它们很可能依赖设备动力学、姿态约束、倒立摆模型、参与者群体和 200 ms 这个 delay。增益来源不清，不能当成普适补偿律。真正可迁移的是“通过可编辑 plant 找到 delay-equivalent spatial parameters”这一范式。

这不是 scaling，也不是 data coverage；也不是类似学习系统中的 retrieval。更接近 better inductive bias / latent structure discovery：作者把 balance control 的变量组织到 action-consequence latent map 中，用机器人因果操纵暴露了空间与时间在这个 latent map 中的局部可替代性。

Relation To Prior Work

它最接近三条谱系：一是倒立摆反馈控制与人体站立稳定性模型，二是 sensorimotor delay adaptation，三是 robotic/human-in-the-loop balance virtualization。和这些工作相比，真正新增的信息不是“延迟坏、阻尼好”，而是把 spatial body dynamics 和 temporal delay 放到同一个 perception-control equivalence test 中。

和传统 balance perturbation 研究的差异：传统方法多改变 support surface、视觉、前庭输入，观察反应；这篇直接改写 plant dynamics，使得原本不可实现的低惯量、负黏性成为实验条件。这是实质创新。

和计算模型工作的差异：模型早就预言 reduced viscosity、delay 会增加不稳定性，也能做 sensitivity analysis；但模型不能说明人是否把这些变量感知为同类，也不能说明 perception-derived parameter 是否能改善 control。这篇给了行为因果证据。

和机器人/强化学习领域的关系比较间接。文中提到 deep RL 和 bipedal robot control，但这里没有提出新的 RL 方法。对机器人控制的启发在于：不要把空间参数和时间延迟完全独立建模，可能存在更低维、更鲁棒的 spatiotemporal abstraction。不过这还是 conceptual implication，不是 robotics algorithm contribution。

Dataset / Evaluation

实验规模是典型 human motor control 研究量级：30 名健康年轻参与者，三组设计，其中前 20 人用于控制与感知匹配，另 10 名 naïve participants 用于补偿验证。任务覆盖很窄：短时 quiet standing，机器人约束身体，AP/ML 平面倒立摆，单一 200 ms 额外延迟，单独操纵 inertia 或 viscosity。

评价是否支持核心 claim？基本支持“行为层面存在 overlap”：因为论文同时展示了行为相似、感知匹配、控制补偿三个环节。尤其是用 naïve participants 做 experiment 3，避免了一部分 adaptation confound，增强了因果解释。

但 evaluation 没有完全支持更强的 claim：“internal representations of space and time overlap”仍然是行为推断，没有神经记录、模型识别或状态估计层面的直接证据。实验也没有证明在自然站立、步态、扰动恢复、临床人群中同样成立。benchmark 非常 controlled，真实 deployment 的外推需要谨慎。

Limitation

1. 内部表征证据是间接的。论文用 perceptual equivalence 和 control compensation 推断 representation overlap，但没有直接测量神经表征。更保守的说法应是：closed-loop behavior and perception are consistent with partially overlapping representations。

2. 补偿不完全。inertia + delay 和 viscosity + delay 明显优于 delay，但仍不等价于 control。说明单一空间参数只能覆盖 delay 后果的一部分。真正的补偿可能需要 inertia、viscosity、stiffness、feedback gain、sensory reweighting 联合调节。

3. group-level PSE 可能低估个体化。experiment 3 使用来自另一组人的 median PSE；这有助于避免 learning confound，但也让 compensation mismatch 很自然。个体化参数是否能完全恢复 baseline，文中未充分说明。

4. 机器人虚拟化改变了 embodied context。参与者被固定在 backboard 上，CoM motion 是模拟的，virtual falls 不是真实跌倒。自然站立中的足底接触、髋策略、步进反应、肌肉非线性、恐惧/风险调节都被弱化或排除。

5. 临床推断偏早。老化和神经疾病中的 delay 往往伴随 sensory noise、force generation delay、肌力下降、反射异常和认知负荷，不是纯粹 200 ms delay。通过改 apparent inertia/viscosity 来补偿真实病理 balance deficit，仍是 hypothesis。

6. 增益的物理可实现性不清。3.3× inertia 或 53× viscosity 在机器人虚拟环境中容易实现，但在可穿戴设备或真实人体辅助中如何安全、低延迟、低功耗地产生等效效果，文中未充分说明。

Takeaway

  • 1. 这篇真正推动的是实验范式：用机器人把人体 plant 变成可编辑对象，从而研究通常无法因果操纵的 internal model / embodiment 问题。
  • 2. 最值得迁移的 insight 是：时间延迟不一定只能用预测器或更快反馈来补偿，也可以通过改变身体/环境动力学来改变 action consequence statistics。
  • 3. 对机器人控制的启发是，鲁棒平衡可能不需要显式分离 spatial parameters 与 temporal delays；学习一个低维 spatiotemporal latent representation 可能比独立校准每个参数更稳。
  • 4. 未来真正值得做的是联合参数补偿、个体化在线识别、长期适应，以及把这种 overlap 从 constrained standing 推到真实姿态恢复、步行和临床人群。

一句话总结

这篇论文不是提出新的机器人控制算法，而是用 human-in-the-loop 身体动力学虚拟化证明：人体站立平衡中时间延迟和空间动力学参数在行为与感知层面存在可利用的局部等价性，属于用可编辑 embodiment 暴露 sensorimotor latent structure 的实验范式推进。