Coupled State-Space Modelling, Control, and Policy Distillation for Hybrid Rigid-Pneumatic Manipulators
作者: Alan Royce Gabriel Samuel, Pulkit Verma
分类: cs.RO
发布日期: 2026-09-24
备注: 8 pages, 4 figures, ICRA
💡 一句话要点
提出耦合状态空间建模与控制方法以优化混合刚性-气动操纵器
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)
关键词: 混合操纵器 耦合模型 模型预测控制 行为克隆 强化学习 实时控制 气动驱动 折纸机器人
📋 核心要点
- 现有的混合操纵器控制方法采用解耦的每个自由度循环，未能量化这种近似的成本，导致控制精度不足。
- 本文提出了一种耦合模型，能够直接测量操纵器各关节间的耦合强度，并基于此设计了耦合模型控制器。
- 实验结果表明，耦合模型控制器在低扭矩下的跟踪精度比解耦PID基线高出2.5倍，蒸馏后的策略在实时性上也有显著提升。
📝 摘要（中文）
混合操纵器结合了电动刚性关节与气压驱动的折纸段。现有的控制方法采用解耦的每个自由度循环，但未量化这种近似的成本。本文为包含气动腔动态和折痕滞后的N个交替旋转关节和Kresling折纸段的链条推导了耦合模型。通过该模型，直接测量耦合强度并发现其在各关节间变化，解耦控制在强耦合关节上表现不佳，而在几乎解耦的关节上仍具竞争力。耦合模型控制器在低扭矩下的跟踪精度比解耦PID基线高出2.5倍。然而，模型预测控制器（MPC）在实时性上表现不足，而无模型强化学习在严格的收敛指标上成功率远低于可接受水平。因此，本文通过行为克隆和DAgger将MPC蒸馏为小型神经策略。蒸馏后的策略在无碰撞的情况下以93-94%的成功率达到目标，且控制步长在5毫秒内，而MPC无法满足此要求。
🔬 方法详解
问题定义：本文旨在解决混合刚性-气动操纵器的控制精度不足问题，现有方法的解耦控制无法有效应对各关节间的耦合效应。
核心思路：通过推导耦合状态空间模型，直接测量各关节的耦合强度，并基于此设计耦合模型控制器，以提高控制精度和实时性。
技术框架：整体架构包括耦合模型的推导、耦合模型控制器的设计与实现，以及将模型预测控制器蒸馏为小型神经网络策略的过程。主要模块包括模型推导、控制器设计、策略蒸馏等。
关键创新：最重要的创新在于首次建立了混合操纵器的耦合模型，并通过该模型实现了耦合控制，显著提高了控制精度，尤其是在强耦合关节上。
关键设计：在控制器设计中，采用了模型预测控制（MPC）和行为克隆技术，蒸馏后的神经网络策略能够在5毫秒内完成控制决策，且成功率高达93-94%。
🖼️ 关键图片
📊 实验亮点
实验结果显示，耦合模型控制器在低扭矩下的跟踪精度比解耦PID基线高出2.5倍，蒸馏后的神经策略在无碰撞情况下以93-94%的成功率达到目标，且控制响应时间缩短至5毫秒，显著提升了实时性。
🎯 应用场景
该研究的潜在应用领域包括机器人手臂、自动化装配、医疗器械等，能够显著提升混合操纵器在复杂环境中的操作精度和效率。未来，随着技术的进一步发展，可能会在智能制造和服务机器人等领域发挥更大作用。
📄 摘要（原文）
Hybrid manipulators combine motorized rigid joints with pressure-actuated origami segments. Published arms of this kind are controlled with decoupled per-DOF loops, and the cost of this approximation has not been quantified, because the coupled model needed to measure it has not been built. This paper derives such a model for a chain of $N$ alternating revolute joints and Kresling origami segments, including pneumatic chamber dynamics and crease hysteresis. Using the model, we measure the coupling directly and show that its strength varies joint by joint, and that decoupled control loses precisely on the strongly coupled joints while remaining competitive on the one nearly decoupled joint. Coupled model-based controllers track $2.5\times$ tighter than a decoupled PID baseline at lower torque. However, the model predictive controller (MPC) is too slow for real time, and model-free reinforcement learning stalls far below acceptable success rates on a strict settling metric. We therefore distill the MPC into a small neural policy with behavior cloning and DAgger. The distilled policy settles 93-94$\%$ of goals with zero collisions, within a few points of its teacher, and runs inside the 5 ms control step where the MPC does not. Where the teacher itself fails, we trace the failure to a limit cycle with the bellows' lightly damped mode, and we remove it by selecting goal postures holdable at low pressure.