arXiv cs.AI· Fabio Bonsignorio, Elisabetta Barletta, Sorin Dragomir, Francesco Esposito, Enrica Zereik·· 10 小时前AI 评分18
柔顺性同样不可或缺：为何柔顺踝关节有助于控制——被动行走器的信息度量分析
Softness is something you also need! Why compliance helps control: information metrics of a passive walker with compliant ankle
AI 导读
研究基于 McGeer 罗盘步态引入膝踝柔顺、足部摇椅效应及 Ruina 式分布腿部惯量，用状态依赖蒙特卡洛与 RKHS 方法估算可行相空间体积 W(γ)，并指出 RKHS 方法支持更深入细致的分析。该技术笔记结合信息度量与智能体动力学的经典数学结果，指向完全或部分柔顺人工智能体的建模与控制。
正文 · AI 翻译
摘要：无论是刚性还是（部分）柔性组件构成的智能机器人，与自然演化的动物和植物相比，在适应性、灵活性和灵巧性方面仍存在巨大差距。其中一个原因可能属于“范式”性质。一方面，大多数机器人（包括刚性和软体）仍然遵循“笛卡尔式”方法进行设计，采用自上而下的控制以及明确的灵肉分离。基于我们在生物学中观察到的原理来设计人工代理并非易事。动物和植物的组织原理依赖于形态计算以及由松散耦合的具身代理网络涌现出的适应行为。
建模与控制需要全新的方法。在本文中，我们简要回顾并解释了一些多年前已发表的、将信息度量与代理动力学联系起来的开创性数学成果；我们将它们与我们及社区近期开发的一些方法相结合，简要评述其相关性，并提示我们当前和近期的工作方向，即寻找具体且高效的方法来建模和控制完全或部分柔性的人工代理，并更好地理解自然界中的物理智能。我们提出一份技术说明，按照我们提出的框架，总结了倒立摆和被动动态行走模型的相空间体积计算。从 McGeer 罗盘步态出发，我们引入了膝踝柔顺性、足部摇杆效应，以及具有分布式腿部惯性的 Ruina 式罗盘步态。推导了标准的足跟撞击映射，并基于状态依赖的蒙特卡洛和再生核希尔伯特空间方法，将其用于估计可行的相空间体积 $W(\gamma)$。我们展示了基于 RKHS 的方法如何能够进行更深入、更精细的分析。
| 评论： | 正文：11 页，6 幅图；补充材料：7 页，1 幅图 |
| 主题： | 机器人学 (cs.RO)；人工智能 (cs.AI) |
| 引用为： | arXiv:2611.13779 [cs.RO] |
| （或 arXiv:2611.13779v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.13779 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Enrica Zereik [查看电子邮件]
[v1]
2026 年 11 月 10 日星期二 09:17:17 UTC（2,727 KB）
来源：arXiv cs.AI · arxiv.org