精读笔记

Problem Setting

论文标题：Ultimate Passivity: Balancing Performance and Stability in Physical Human–Robot Interaction（IEEE Transactions on Robotics / 2025）。

这篇论文实际处理的是 pHRI/haptics 中一个长期存在但经常被 passivity formulation 掩盖的问题：稳定性保证和触觉性能之间的时间分配问题。传统 passivity-based control 把稳定性写成每个采样时刻能量非负，这在理论上干净，但在实际触觉渲染中会把很多短时、可恢复、甚至任务上可接受的能量注入都立即惩罚掉。

真正困难点不在于设计一个更大的阻尼器；那很容易。困难在于：如果系统暂时非被动，什么时候可以容忍？容忍多少？如何保证这种容忍不会演化成失稳？以及这种容忍如何转化为用户感知到的更高透明度或更高刚度渲染。以前方法卡在“passivity must hold now”这个局部约束上，因此性能损失被绑定到每次扰动、每次接触、每次能量过零事件。关键矛盾是即时稳定裕度和长期渲染保真度之间的冲突。

Motivation

已有路线的问题不是稳定不了，而是稳定得太保守。经典 PO-PC 在能量即将为负时即时注入阻尼，结果是每次非被动趋势都会被纠正；bounding-output 类方法提前限制参考或输出，保真度从源头被削；energy tank 虽然引入储能/花费的概念，但多数实现仍服务于维持严格 passivity，或者依赖额外触发器如振荡检测。

作者的核心观察比较实用：在许多 pHRI 应用中，性能牺牲的“频率”和“时机”比平均误差更重要。比如虚拟墙探索中，用户可能更希望多数接触都感到墙很硬，偶尔一次明显变软；而不是每次接触都被轻微削弱。康复或外骨骼 admittance 场景中，当人体突然高刚度时，追求透明本身意义不大，反而可以在这个阶段多牺牲性能、积累稳定裕度，之后恢复透明。

因此缺的不是另一个 passivity controller，而是一个允许 bounded violation 的稳定性概念，以及对应的控制调度策略。

Core Idea

核心思想是提出 ultimate passivity：系统不必在所有时刻被动，只要能量的负向偏离有下界，并且长期能够回到被动/正能量状态。换句话说，它把 passivity 从一个 instant-wise hard constraint 放松成 bounded transient + asymptotic recovery constraint。这一点是论文最重要的建模变化。

对应控制策略是 UPC：在 nominal mode 下尽量保持目标 VE 的高保真渲染；当预测能量跌破允许下界时，切换到 conservative mode，用固定或预设的强稳定控制器把能量拉回上界；能量恢复后再切回 nominal。它与 prior 的本质区别不是“用了开关”，而是开关逻辑服务于一个新的能量语义：允许先欠债，再集中还债。这样性能损失从“频繁、局部、细碎”变成“较少、集中、可调”。

这引入的 inductive bias 是：pHRI 稳定性不必由每个瞬间的保守性保证，而可以由有限能量债务和最终偿还保证。这个 bias 对重复接触、频繁高阻抗人体行为这类场景尤其合理。

Method

1. Ultimate passivity definition：解决的是严格 passivity 过保守的问题。它允许 E[k] 在瞬态低于 0，但要求 min E[k] 不低于某个负界，并要求长期能量恢复到非负/正裕度。核心变化是把稳定性约束从点态条件改为轨迹级条件。

2. Energy observer + one-step prediction：解决的是何时切换的问题。UPC 不是基于任务语义或接触分类，而是基于整体能量估计及下一步能量趋势触发。需要它是因为 nominal controller 本身不保证稳定，必须有一个与 VE 无关的风险度量。这里的核心变化是用能量作为统一调度变量。

3. Nominal / conservative controller separation：解决的是性能目标和稳定目标相互污染的问题。nominal controller 可以是 bypass 或高保真 VE 渲染；conservative controller 则只负责把系统拉回被动状态。这个分离让性能设计不必处处满足 passivity，而稳定性由切换后的保守模式兜底。

4. Upper/lower energy bounds：解决的是性能牺牲的频率和强度分配问题。更负的 lower bound 意味着允许更多非被动债务，因此切换更少但每次恢复更重；更高/更低 upper bound 决定恢复到什么程度才放行 nominal。它本质是 hysteresis energy scheduling。

5. Finite switching / maximum switch count：解决的是理论上的最终恢复和工程上的 chattering。这个机制略显粗糙，但它让证明可以依赖“最终进入 conservative mode 且不再切出”。这也暴露了理论保证的弱点：最终稳定性部分是通过限制未来切换获得的，而不是证明任意持续切换下仍 ultimate passive。

Key Insight / Why It Works

这篇最核心的有效性来自一个简单但重要的重参数化：把 passivity violation 视作可管理的能量债务，而不是必须立即清零的错误。只要债务上限有限，且存在一个能在有限时间内还债的 controller，那么系统可以在大部分时间使用更激进的 nominal rendering。

真正贡献更像是 better control objective / better inductive bias，而不是新的底层控制律。UPC 的保守模式通常就是虚拟阻尼/惯量这类传统手段；增益不是来自更精确的模型，也不是来自复杂估计，而是来自允许能量预算跨时间重分配。换句话说，它把性能-稳定 tradeoff 从“每个采样点都折中”变成“在一段交互窗口内折中”。

在 repeated disturbance 场景中它有效，是因为短扰动不一定触发下界；系统可以在 nominal mode 下穿过这些短时非被动片段。只有当累计能量债务达到阈值时才统一处理。这解释了为什么它相对 classic PC/tank 在重复高刚度或重复接触任务中看起来更好。

需要直接指出：理论部分的稳定保证并不强。Assumption 3 基本假设了存在一个 conservative controller，能从有界负能量状态在有限步内恢复到非负。也就是说，UPC 没有真正解决“如何构造一定稳定的保守控制器”，而是解决“已有稳定保守控制器时，如何少用它”。因此论文的实质创新在调度层，不在底层稳定控制构造。

还有一个关键工程点：UPC 相比 classic PO-PC 对在线阻尼精确计算不那么敏感，因为它切到的是预设保守控制器，而不是每一步计算刚好耗散多少能量。这让它在有延迟和非线性时更鲁棒一些。但这种鲁棒性不是免费的，代价是保守模式可能非常粗暴，导致短时力/刚度表现很差。

Relation To Prior Work

最接近的谱系是 time-domain passivity control、energy tank、output bounding 和 two-layer passivity architecture。UPC 可以看作 energy tank 思想和 switched control 的重组，但它把重点从“如何在严格 passivity 下花能量”转向“允许有限非被动债务并最终偿还”。

相对 classic PO-PC：本质差异是 classic PC 追求每时刻能量非负，UPC 允许能量越界后再恢复。因此 classic PC 的性能损失更频繁、更局部；UPC 的性能损失更少但更集中。

相对 force/energy bounding：bounding 方法通常从输出端预防 passivity violation，本质上提前削性能；UPC 不预防所有 violation，而是只在债务超过阈值后纠正。这是从 preventive safety 到 recovery-based safety 的区别。

相对 energy tank：两者都使用能量预算，但 tank 多数仍维持 passivity accounting，不一定允许系统能量进入有界负区间。UPC 的新增信息是明确形式化“bounded nonpassive transient + eventual passivity”。这是实质创新。

相对 two-layer approach：UPC 也有 nominal/conservative 的层次感，但它不是持续饱和 top-layer command，而是在两个控制律之间切换。它更粗粒度，也更容易实现，但理论细腻度较低。

Dataset / Evaluation

评估的优点是覆盖了两类互补的触觉因果结构：admittance device 上验证低虚拟阻抗/高透明度在高人体刚度下的困难；impedance device 上验证高刚度虚拟墙渲染在低人体阻抗下的困难。这比只在单一 haptic setup 上展示更有说服力，也更贴近 pHRI 中常见的两个失稳来源。

实验真正支持的 claim 是：UPC 能在真实机器人上稳定系统，并在重复扰动条件下减少性能牺牲次数。尤其 repeated high-stiffness 和 repeated wall contact 比 single event 更能说明方法价值，因为 UPC 的优势本来就来自跨时间聚合能量债务。

但 evaluation 仍偏工程演示而非系统验证。人体操作者行为不可重复，缺少受控外部装置产生相同扰动；参数选择主要经验调节；没有充分量化安全边界、舒适度、峰值力风险或多自由度耦合影响。benchmark 支持“可行且有潜力”，但不足以证明该框架在复杂真实任务中可直接泛化。

Limitation

第一，核心保证依赖能量估计准确性。延迟、传感噪声、饱和、未建模摩擦、采样误差都会影响 PO。作者承认这一点，但没有给出系统误差界。若 PO 错估能量债务，UPC 的切换时机可能过晚或过早。

第二，Assumption 3 很强。它假设存在一个保守控制器能在有限时间内从有界非被动状态恢复 passivity。实际中这往往靠大阻尼、大惯量或牺牲性能实现。换言之，稳定性难题被部分转移到 conservative controller 的设计和调参上。

第三，参数选择没有原则化。lower bound、upper bound、conservative damping/mass、maximum switching count 都直接决定安全-性能 tradeoff，但文中只给经验指南。对于医疗、康复、协作机器人这类安全关键任务，这种经验调参不足。

第四，允许非被动瞬态本身可能带来风险。论文用能量下界约束瞬态，但人体感知和设备安全并不只由能量决定；峰值力、加速度、jerk、接触位置和人体状态都可能更关键。UPC 可能把频繁小风险换成少数大风险。

第五，理论证明偏弱。通过设定最大切换次数并最终停在 conservative mode 来保证 steady-state passivity，有一定退化意味：最坏情况下性能最终被永久牺牲。实际价值依赖于在有限任务窗口内不要频繁触发这个退化。

第六，增益来源不完全干净。部分改进来自更激进地允许负能量和使用较强保守阻尼/惯量；这并非免费 lunch，而是重新选择了风险偏好。文中未充分说明不同方法在相同安全裕度下的公平比较。

Takeaway

• 1. 这篇真正推动的是 passivity 约束的时间结构：从即时硬约束转向有界债务与最终恢复。
• 这一 insight 可迁移到其他 safety filter / control barrier / energy-based robot learning 问题。
• 2. 对 haptics 来说，性能损失的分布形态很重要。
• 少数强纠正可能比频繁弱纠正更符合任务感知，这一点比具体 UPC 公式更值得记住。

一句话总结

这篇论文把 pHRI 中的 passivity 从“每时刻不能欠能量”的保守约束推进为“允许有限能量债务并最终偿还”的调度式稳定框架，实质贡献在性能-稳定 tradeoff 的时间重分配，而不是新的底层阻尼控制律。