IEEE Transactions on Robotics

Robust-Locomotion-By-Logic: Perturbation-Resilient Bipedal Locomotion via Signal Temporal Logic Guided Model Predictive Control

作者：Zhaoyuan Gu, Yuntian Zhao, Yipu Chen, Rongming Guo, Jennifer K. Leestma, Gregory S. Sawicki, Ye Zhao · 机构：Laboratory for Intelligent Decision and Autonomous Robots, Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, USA; Physiology of Wearable Robotics Lab, Woodruff School of Mechanical Engineering, Georgia Institute of Technology, Atlanta, GA, USA

会议/期刊：IEEE Transactions on Robotics · 发布日期：2025 · 页码：4300-4321

路径规划运动规划控制优化仿生机器人

精读笔记

Problem Setting

Robust-Locomotion-By-Logic: Perturbation-Resilient Bipedal Locomotion via Signal Temporal Logic Guided Model Predictive Control（IEEE Transactions on Robotics / 2025）。

这篇论文实际处理的是扰动后的双足恢复规划，而不是常规 locomotion tracking。困难点在于强扰动下最优恢复动作往往不是名义 gait 的局部修正，而是需要多步、非周期、可变步时、甚至 crossed-leg 的离散-连续联合决策。这里真正卡住 prior 的地方是：稳定性恢复不是固定发生在某个 contact 或 apex knot 上，恢复动作的可行性又受 swing-leg 连续轨迹和自碰撞约束限制。

任务的关键矛盾是：为了抗扰动，需要扩大动作空间，允许激进 foothold 和非标准相位；但为了硬件可执行，又必须在线保证动力学、接触切换、步时和腿部几何安全。传统 MPC 往往通过固定相位稳定约束和 foot box 获得可解性，但这正好剪掉了最有价值的恢复策略。LTL/TAMP 能表达“几步内恢复”这类逻辑，但离散抽象与连续运动之间存在 mismatch，扰动越大越容易变成 high-level feasible、low-level infeasible。

Motivation

作者的核心观察是：双足 push recovery 缺的不是又一个 capture point 变体，而是一个能把“什么时候算恢复、恢复到什么稳定裕度、如果不能完全满足时如何 least-violate”统一放入在线连续优化的表达方式。已有路线分别缺一块：foot-placement/ALIP-MPC 缺任务逻辑与连续 swing feasibility；LTL planner 缺 dense-time continuous decision；标准 TO/MPC 缺可变事件时机和逻辑组合能力。

STL 被引入的动机是合理的：它有 real-valued signal semantics 和 quantitative robustness，可以直接对连续轨迹打分，而不是先离散抽象成动作序列。更重要的是，robustness degree 可以作为 objective，使规划器在大扰动时仍输出“最少违反”的轨迹，而不是像 strict logical satisfaction 或 MIP feasibility 那样直接失败。这里的缺口本质上是 task-level temporal requirement 与 low-level trajectory feasibility 的对齐。

Core Idea

论文最核心的思想是把恢复稳定性从一个固定时刻的约束，改成一个时序逻辑目标：在未来若干步内，存在某个 keyframe/apex，其 CoM phase state 落入一个由 LIPM 动力学诱导的 Riemannian safety region。这样，优化器不再被要求在预设 knot 达到稳定，而是可以根据扰动后状态自行选择恢复发生的时间。这个改动很关键，因为强扰动后的 walking step 可能根本没有正常 apex，或者 apex 相位被大幅推迟/提前。

它引入的 inductive bias 是：稳定恢复应沿着 reduced-order locomotion dynamics 的相空间结构来度量，而不是在欧氏 CoM state 上做 box tracking。Riemannian safety margin 把 orbital energy deviation 和 phase progression deviation 合在一起，使 robustness objective 不只是“接近参考轨迹”，而是“回到可继续行走的动力学管道”。这比 reference tracking 更不保守，也比纯 capture set 更容易嵌入在线 NLP。

和 prior 的本质区别在于信息流被重新组织了：不是 high-level 先决定脚落哪里、low-level 再补连续轨迹；也不是 MPC 在固定事件上硬塞稳定约束；而是 STL robustness、step duration、foothold、swing trajectory 在同一个连续优化里共同决定。MLP collision constraints 则负责把之前被 foot box 排除的 crossed-leg 区域重新纳入 feasible set。

Method

1. Riemannian safety margin：解决“稳定性如何量化并可优化”的问题。作者没有直接用欧氏距离或 reference gait tracking，而是在 LIPM phase space 中构造 tangent/cotangent manifolds，并定义 keyframe 到 region 边界的最小 signed distance。核心变化是稳定性从离散 success/failure 变成 continuous robustness signal。

2. STL locomotion specification：解决“恢复事件时机不固定”的问题。公式本质是 eventually(keyframe ∧ inside safety region) 加 always foot-bound。它允许 apex/keyframe 出现在 horizon 内合适的时间点，而不是绑定到中间 knot 或接触末端。核心变化是事件 timing 进入优化语义，而不是由工程模板预先指定。

3. Smooth robustness encoding：解决“STL 可表达但 MIP 太慢”的问题。用 smooth min/max 近似 robustness，把逻辑公式变成 NLP objective。核心变化是牺牲全局最优和严格离散逻辑求解，换取 50 Hz 级在线反应和非线性约束兼容性。这是一个明确的 engineering-theory tradeoff。

4. Augmented LIPM with swing foot：解决 RoM 无法约束 swing-leg 几何的问题。把 swing-foot position/velocity 放进 reduced-order state/input，不改变 CoM LIPM 主体，但让 MPC 能同时规划落脚点和连续摆腿轨迹。核心变化是从 foot-placement planning 变成 swing-trajectory-aware recovery planning。

5. Learned self-collision constraints：解决 crossed-leg 的可执行性问题。MLP 不是学习控制策略，而是学习从 reduced-order variables 到 capsule-pair distances 的快速几何 oracle。核心变化是用 data-driven differentiable constraints 替代在线 IK collision checking，使激进 crossed-leg 可以被优化器使用。

Key Insight / Why It Works

最可能的核心贡献不是“STL 用在双足”这个标签，而是 STL robustness 与 Riemannian stability margin 的组合：它把恢复目标变成一个连续可排序的优化 landscape。标准 MPC 很多时候失败不是因为找不到任何物理动作，而是因为目标函数和约束把“偏离名义 gait”看成坏事；这篇的 robustness objective 允许偏离名义步态，只要最终进入动力学安全区域。因此它本质上是 better inductive bias，而不是单纯 scaling。

第二个真正有效的点是释放 crossed-leg 解空间。强侧向扰动时，保守 foot box 等于人为禁止最直接的恢复动作。MLP collision constraints 的作用不是提高神经网络智能，而是把一个原本计算昂贵的几何可行域压缩成可实时查询的 differentiable constraint。这里的增益很可能很大一部分来自 feasible set expansion，而不是 STL reasoning 本身。论文的 ablation 也支持这一点：去掉 MLP 后在大扰动/crossed-leg 区域性能下降。

第三个有效因素是 test-time compute：它每 20 ms 解一次带时序目标的 NLP，并 warm-start。所谓 reasoning 更像在线连续优化对 horizon 内事件时机和 foothold 的搜索，而不是形成长期状态模型。它没有学习一个恢复策略库，也不是 retrieval；但也不是严格符号推理，而是把逻辑语义转成 smooth cost 后让 SQP 做局部搜索。

哪些可能只是辅助：smooth STL encoding 本身不是新理论，主要是为了实时性；MLP collision distance 也是工程上很关键但概念上是 learned surrogate；passivity-based low-level controller 和 IK pipeline 是必要系统工程。真正的 novelty 在于把这些拼成一个能在硬件上跑的 closed-loop planner，并证明这种组合特别适合 nonperiodic push recovery。

增益归因仍有不清楚处：STL、multi-step step-duration adaptation、Riemannian region、crossed-leg collision constraints 同时变化。与 ALIP-MPC 的差距并不完全说明 STL 更强，因为 baseline 的 foot-placement constraints 更保守；与 DCM-QP 的差距也部分来自 horizon/timing/objective 设计差异。论文做了 ablation，但还不足以完全分离“逻辑表达能力”与“更大的动作空间”各自贡献。

Relation To Prior Work

最接近的谱系有三条：一是 ALIP/LIPM/capture/foot-placement MPC 的 push recovery；二是 LTL/TAMP/automata-based legged planning；三是 STL robustness optimization 在 robotics trajectory synthesis 中的 smooth/MIP encoding。本文属于 reduced-order MPC + formal-methods-guided trajectory optimization 的交叉，而不是 learning-based locomotion。

相对于 ALIP-MPC，真正不同不是 RoM 精度，而是规划目标：ALIP-MPC 通常围绕 foot placement、reference tracking 和 terrain estimate，处理 swing feasibility 比较间接；本文把 foot placement、swing path、step duration、stability recovery timing 放进同一个 NLP，并允许 crossed-leg。相对于 LTL planner，区别是避免了抽象离散动作序列与连续轨迹的断裂；STL 直接作用于 real-valued dense-time signal。

看似新的部分中，smooth STL encoding、log-sum-exp/softmax robustness、MPC warm-start、MLP surrogate constraints 都不是单独的新思想；它们是已有工具的重组。实质创新在于：为双足恢复定义了一个可被 STL robustness 直接优化的 Riemannian safety metric，并把 temporal recovery property 与 continuous locomotion keyframe 绑定起来。这比简单把 STL 当 task constraint 更有内容。

与 viability kernel/capturability 的关系也值得注意：作者的 Riemannian safety region 更像一个保守、可计算、可优化的 viability subset，而不是完整可行域。它牺牲完整性换取在线可用性和可解释 margin。

Dataset / Evaluation

评估覆盖面比较扎实：有高保真 Cassie 仿真、全方向水平扰动、不同 gait phase、stepping stones、动态 roll/pitch surface、stationary inclined terrains，并且有 CAREN 和 BumpEm 两类硬件扰动。对核心 claim——“STL-MPC 提高强扰动恢复，特别是 crossed-leg 场景”——证据是相对充分的，因为实验确实包含最容易体现差异的侧向扰动和 crossed-leg recovery。

硬件验证是这篇比很多 formal methods locomotion 工作更有分量的地方。CAREN 证明 terrain/platform perturbation 下可运行，BumpEm 证明直接 pelvis impulse 下也能恢复；这降低了“只在仿真中 STL 好看”的风险。

但 benchmark 也有明显倾向：很多优势场景正是 baseline 因 conservative foot bounds 受限的 crossed-leg case，因此结果同时验证了 collision-aware feasible set expansion，而不纯是 STL 的逻辑优势。姿态扰动实验中，terrain-agnostic claim 有支持，但不等于对复杂未知地形有泛化；它更多说明在平台运动未显式估计时，MPC+低层控制仍可通过步态调整吸收扰动。

没有看到足够证据说明该框架在更复杂任务逻辑、更长 horizon、非固定 contact sequence、转向/避障/多接触情况下仍保持实时性和稳定性。因此 evaluation 支持“Cassie 上若干典型扰动恢复有效”，但不完全支持“通用 STL locomotion reasoning framework 已解决”。

Limitation

核心前提很强：contact sequence 固定、CoM height 近似恒定、LIPM 足以描述恢复相关的相空间结构、apex keyframe 是合适稳定截面、IK 从 reduced variables 到 full-body pose 基本唯一且稳定。这些前提在 Cassie 直行 walking 上合理，但换到转弯、跑跳、多接触、复杂地形时未必成立。

Riemannian safety region 的参数显著依赖 nominal gait、速度、机器人几何和经验边界。文中给了设计依据，但仍有大量 tuning 成分。所谓 robustness degree 更准确地说是“相对于作者定义的 reduced-order safe tube 的 margin”，不是对真实 full-order hybrid dynamics 的严格鲁棒性证明。

STL 被放入 objective 而非 hard constraint，这在硬件上务实，但削弱 formal guarantee。smooth approximation 只保证某种 soundness 条件下的 satisfaction implication，实际优化得到的是局部解；当 robustness 为负时输出 least-violating plan，这不再是 formal correctness，而是工程 fallback。论文对此是清楚的，但标题里的 logic/formal flavor 容易让人高估保证强度。

MLP collision constraints 依赖离线数据覆盖。它们很快，但不是 certified distance oracle；最大误差和安全 margin 的关系在训练分布内看起来够用，分布外复杂姿态下未充分说明。这里可能把在线几何难题转移成了离线数据覆盖和 surrogate conservatism 问题。

scalability 上限来自 NLP。当前 horizon 短、公式简单、步数少、固定接触序列，所以 50 Hz 可行。一旦加入更多逻辑 disjunction、障碍、多个候选 contact、非平面接触、全身约束，smooth robustness landscape 可能更非凸，warm-start 也可能不可靠。所谓 generalizability 目前更多是同一 Cassie 系统上跨扰动类型，而不是跨机器人/跨任务的泛化。

增益来源不完全清晰：STL timing flexibility、Riemannian metric、step-duration adaptation、MLP crossed-leg feasibility、低层控制器鲁棒性共同作用。论文 ablation 已经比一般工作更好，但仍不足以回答“没有 STL、但有 eventually-like soft objective 和 free apex timing 的普通 NLP 是否能达到类似效果”。

Takeaway

  • 1. 对 legged recovery，最值得迁移的不是 STL 语法，而是把“恢复”定义成 horizon 内某个可变事件最终进入动力学安全 tube，并优化其 margin。
  • 这比固定相位稳定约束更适合非周期扰动恢复。
  • 2. 很多所谓 planner intelligence 来自动作空间是否被正确打开。
  • crossed-leg 的收益说明：如果自碰撞处理靠保守 foot box，robust recovery 的上限会被人为压低；可微几何 surrogate 是实用方向。

一句话总结

这篇论文把双足 push recovery 从保守的固定相位 foot-placement MPC 推向了“时序逻辑 robustness 引导的在线连续恢复规划”，真正贡献在于用可优化的 Riemannian 稳定语义和可微自碰撞约束打开非周期、crossed-leg 的恢复解空间。