面向自主机器人操作的分层反射式控制框架开发

SaLoutos 的这篇 MIT 机械工程博士论文，问的是一个常被跳过的问题：当高层规划已经给出抓取动作，机器人能不能真的把它稳稳执行完。作者指出，机器人操作领域的研究重心长期放在感知与规划算法上，隐含假设是高层规划器输出的动作会被机器人系统轻松实现；但若要超越人类操作水平，快速而鲁棒的执行与更好的感知、规划方法同等关键。论文把执行中最难的一段单独命名——“最后一厘米问题”（last centimeter problem）：当指尖与物体之间剩余不足一厘米、接触即将发生时，正是抓取执行最困难的时刻。这个提法把“执行”从工程细节提升为一个可命名的研究问题，也是这份资料现在值得翻看的原因。

论文的主体分为硬件设计与控制框架两条线。目录显示，硬件部分讨论本体感知驱动（proprioceptive actuation）的原理、模块化执行器设计、电机控制与执行器特性测试，以及机械臂设计中的执行器拓扑比较、肩部与配重机构、上臂与肘关节、两版小臂与腕部结构以及控制系统。控制部分的验证按递进顺序展开：先做遥操作抓取与自主平面抓取的研究，再在 SE(3) 空间做大规模自主抓取仿真，覆盖单个物体与杂乱场景，并使用多种 state-of-the-art 抓取规划器。换句话说，证据来自自研硬件平台上的实验加上系统化的仿真对比，而不是单一场景的演示。

核心方案是“反射式控制框架”（reflexive control framework）：一种把低层、高带宽的行为——作者称之为“反射”（reflexes）——与宽泛的高层规划解耦开来的操作控制架构。这些反射是对局部传感信息的快速自主反应，设计目标是给高层规划增加鲁棒性，同时降低操作规划问题本身的复杂度。遥操作抓取与自主平面抓取的研究显示，反射控制器提升了操作速度与鲁棒性。在 SE(3) 仿真中，无论物体类型与所用抓取规划器如何组合，抓取鲁棒性都有明显改善。

论文还做了两组扩展检验：把物体换成更大、更重、更滑的集合后，反射带来的收益依然存在；人为加大实际执行抓取位姿的误差幅度，收益同样保持。这两点合起来看，意味着反射的价值并不依赖某一类“好抓”的物体，也不依赖执行位姿的精确性——按我的解读，它补偿的正是高层规划无法预知的那部分执行偏差。作者同时强调，要让反射真正跑起来，硬件必须配套：高

Development of a Hierarchical Reflexive Control Framework for Autonomous Robotic Manipulation by Andrew SaLoutos B.S. Mechanical Engineering, Northwestern University, 2018 M.S. Mechanical Engineering, Northwestern University, 2018 Submitted to the Department of Mechanical Engineering in partial fulfillment of the requirements for the degree of DOCTOR OF PHILOSOPHY IN MECHANICAL ENGINEERING at the MASSACHUSETTS INSTITUTE OF TECHNOLOGY May 2025 © 2025 Andrew SaLoutos. All rights reserved. The author hereby grants to MIT a nonexclusive, worldwide, irrevocable, royalty-free license to exercise any and all rights under copyright, including to reproduce, preserve, distribute and publicly display copies of the thesis, or release the thesis under an open-access license. Authored by: Andrew SaLoutos Department of Mechanical Engineering May 16, 2025 Certified by: Sangbae Kim