为什么有同样关节自由度数量机器人，还是比不上人的运动灵活性？

为什么同样关节自由度机器人，还是比不上人的运动灵活性？

首先，因为“自由度一样”只说明它们有相近数量的可动变量，并不意味着它们拥有同样的运动能力。

人的灵活性来自于“结构 、 驱动方式 、 感知 、 控制、学习”的共同作用。

而机器人通常只是在“关节数量”这个维度上接近人。

一个 7 自由度机械臂和人的手臂，在运动学上都可以描述为若干旋转关节。可是人的关节结构，却比这复杂的多，比如，人的肩膀，并不是一个简单的三轴的球铰链。

机器人模型里的一个“关节”，通常是指非常干净、刚性的数学约束；人体的“关节”，是一个复杂的柔性机构。

人的肩胛骨会滑动，锁骨会转动，肱骨头会在关节窝里产生微小位移，皮肤、肌肉、筋膜也会发生连续形变。

所以，从机械自由度角度来看，人其实远远不止骨骼模型里标出来的几十个 DOF。人类有更多的关节自由度，是隐藏在软组织里。

第二个区别是驱动方式。

机器人的驱动方式通常是：电机 → 减速器 → 关节。它非常擅长产生明确的位置、速度和力矩。

人体是肌肉拉动骨骼，而且一个关节往往被很多组肌肉以不同方向共同牵引。肌肉更像可调节刚度、阻尼和弹性的执行器。

比如，当你接住一个飞来的球时，手臂不是先算出一个精确轨迹，然后严格执行。你的肌肉会同时收缩，让关节变“硬”一点；遇到冲击以后又自然让步，把能量吸收掉。

人体运动的刚度可以不断改变：身体可以像钢铁一样硬，也可以像弹簧一样软。

而很多机器人虽然也能做阻抗控制，但它通常是控制器“模拟出来”的柔顺性，而人的柔顺性很大一部分直接存在于物理结构里。

人可以把一部分控制问题交给身体本身解决。

比如走路的时候，腿的肌腱、足弓、肌肉弹性会储存和释放能量。大脑不需要实时计算关节旋转角度。。

身体本身就是计算机的一部分。这个概念在机器人学里经常被称为 morphological computation，也就是“形态计算”。

第三个区别，是人的运动控制并不是单一控制器，而是非常强的分层控制系统。

大脑不会直接控制每一块肌肉。而更像是：意图->运动策略->运动协同->脊髓反射->肌肉->身体与环境

比如你想“拿起杯子”，大脑高层并没有精确指定 600 块肌肉分别输出多少牛顿。

大量细节由更低层完成。尤其是脊髓反射，延迟非常低。手碰到热东西，你甚至还没有形成完整意识，动作已经开始发生了。

机器人则经常是：传感器→ 状态估计→ 控制算法→ 求解器→ 电机指令→ 机械结构。

链路更显式、更离散，而且每一层都有延迟。

人的灵活性不只是因为“控制得准”，而是因为很多控制根本不需要经过中央控制器。

第四个区别是感知密度。

机器人可能有编码器、IMU、力矩传感器、相机。人体则几乎整个身体都是传感器。

肌肉里面有肌梭，告诉神经系统肌肉长度和变化速度；肌腱里感知张力；关节有本体感觉；皮肤有压力、振动、滑动、温度、疼痛感受器；耳朵里有前庭系统。

所以人闭着眼睛，也知道自己的手在哪里。人能感知非常细微的“接触状态”。例如拿一只快要滑掉的杯子。

你的手指不会等到杯子掉下来才反应。皮肤会感知极其微小的剪切力变化，然后几十毫秒内改变握力。

对于机器人来说，这其实是一个非常困难的问题：到底什么时候开始滑了？滑动方向是什么？应该增加多少力？增加太多又会不会把东西捏坏？人的身体每天都在无意识地解决这些问题。

第五个区别，是控制频率和“预测能力”。

人的运动并不是纯反馈控制。

如果完全依赖反馈，人根本无法快速运动，因为神经传输也有几十到几百毫秒延迟。

大脑实际上拥有大量内部模型。你挥拍打球的时候，很多动作在视觉反馈回来之前就已经执行了。

也就是说，人会预测：

“如果我这样发力，身体接下来会变成什么状态？”

机器人学里对应的是 forward model、model predictive control、world model。

但人的内部模型经过了几十亿次真实交互训练。

一个成年人可能已经走过几千万步，拿过几十万次物体，跌倒过、碰撞过、调整过。

所以我们可以把人的运动系统理解成一个经过几十年在线强化学习，而且拥有极其丰富触觉反馈的控制系统。

还有一个经常被低估的区别：人的身体具有非常大的冗余。

比如把手放到桌上的某一点，这实际上只是一个三维位置目标。

但是你的肩、肘、腕加起来可能有超过 7 个自由度。

因此存在无数种姿态都可以让手到达这个位置。数学上这叫 redundant system。冗余看起来像“浪费”，实际上恰恰是灵活性的来源。

因为多余的自由度可以用来同时优化避障、保持平衡、减少能耗、增加稳定性、保护关节、准备下一个动作。

一个很有意思的现象是机器人研究早期追求的是消除冗余，而生物进化恰恰大量保留冗余。

最后还有一个很深层的区别：人类并不是在“空间里规划轨迹”，而是在不断利用环境。

你开门会借助门把手的约束；走路会利用地面反作用力；爬楼梯会利用惯性；扔东西会利用身体的弹性链条。

运动员高手尤其明显。他们并不是“控制更多”，反而往往是“控制更少”。比如罗纳尔多、乔丹。他们把重力、惯性、弹性、接触这些物理规律变成动作的一部分。

人的灵活性不是来自更多自由度，而是来自“自由度 × 柔性身体 × 分布式感知 × 分层控制 × 物理反馈 × 长期学习”。

这也解释了一个机器人领域很有意思的现象：

一台 30 DOF 的机器人，可能动作仍然很“机器人”；而一只只有相对简单神经系统的猫，却可以在复杂环境里表现出惊人的动态运动能力。

因为真正决定灵活性的单位，并不是 DOF，而是可控自由度 × 可感知状态 × 可利用物理动力学。

从这个视角看，今天机器人和人的最大差距，可能已经不主要是“关节数量”，而是身体本身还没有成为控制系统的一部分。

---

原文链接：https://mp.weixin.qq.com/s/_JuMzagptMyzRejNSSZMiA

来源：XT