足式机器人的运动控制长期以来依赖于线性倒立摆模型（LIPM）作为建模基础，但这一选择往往并非源自控制器成本函数的固有偏好。近日，一篇发表在arXiv上的研究《On the Emergence of Pendular Structure in Multi-Contact Locomotion》试图弥合这一理论差距，揭示LIPM之所以普遍有效的原因，并探索其局限性。
研究人员构建了一个小型质心最优控制问题（OCP），以角动量变化率的惩罚项为核心。通过分析最优解的结构，他们发现了三个关键特性。首先，在满秩支撑状态下，最优解倾向于收敛到一种摆线力模式，其收敛速率由力矩雅可比矩阵的奇异值分解（SVD）决定。这一比率常数由足部跨度等几何参数设定，且与实验数据的误差在16%以内，验证了理论的有效性。
其次，针对双足支撑（如小跑）的情况，摩擦锥的存在对|H_G点|（质心角动量变化率的范数）引入了严格的下界，这使得无论如何调整权重都无法消除这一限制。更值得关注的是，在特定的水平加速度临界值处，系统出现了一个非光滑的可行性拐点，其闭式表达式已被推导出来，为控制器的设计提供了明确的约束条件。
此外，当任务目标要求非零的|H_G点|时，最优解会以可预测的方式偏离摆线集。研究人员指出，这些发现与经典的零力矩点（ZMP）和步行重心动力学（DCM）理论高度一致，但提供了更为本质的数学解释。
为了验证理论，研究团队在点质量四足机器人模型和Unitree Go1真实机器人平台上进行了实验。他们分别采用了开环二次规划（QP）和力矩级闭环控制器，并在MuJoCo仿真环境中测试。实验结果表明，上述理论预测在开环条件下吻合良好，但在闭环控制中，渐近分析逐渐失去精度，这提示了实际控制中需要考虑更多动态因素。
该研究不仅深化了对足式机器人控制基础理论的理解，也为未来设计更高效、更自然的控制器提供了数学工具。正如论文摘要所言，LIPM尽管无处不在，但其有效性背后有着深刻的力学根源，而这一工作正是向揭示这一根源迈出的重要一步。