轉載從: Tech News 科技新報
早在中國明清時期，扯鈴運動就開始興起盛行，扯鈴是典型的基礎性節律運動，活動到身體很多部位、預防五十肩等疾病，還能提高新陳代謝，有助身體健康。
網路流傳不少扯鈴入門影片，很多人表示扯鈴是門技術，想輕鬆自如扯鈴並沒有想像中容易，問題來了：2020 年就快結束了，大家都說科技發展很快，那機器人會扯鈴嗎？
還真的會！
腦洞從何而來？
有影片截圖為證：兩條機器手臂正在扯鈴。
（Source：影片截圖，下同）
甚至，人機還能雙打配合，一起炫技。
這腦洞來自位於日本東京的公司 OMRON SINIC X。
OMRON SINIC X 總部位於日本京都，是知名自動化控制及電子設備製造廠商歐姆龍集團（OMRON Corporation）2018 年成立的子公司，設立主要目的就在「近未來設計」──據官網介紹，OMRON SINIC X 致力於機器人技術、電腦視覺、機器學習和人機互動等領域的尖端研究。
身為歐姆龍集團的戰略據點，OMRON SINIC X 聘用多領域的傑出人才，包括人工智慧、機器人、物聯網、製造業和金融業等，同時還與學校、科研機構有密切合作，旨在重點解決 4 領域的社會問題：工廠自動化、醫療、機動、能源管理。
說到這裡，不得不提一下歐姆龍集團在機器人領域的經典時刻──2016 年 9 月 8 日，歐姆龍官網宣布，開發的能持續與人類乒乓球對打的機器人 Forpheus 被金氏世界紀錄認定為世界首台乒乓球教練機器人。
這次為何嘗試讓機器人扯鈴呢？
研究人員表示，目標在於推動機器人精細控制和人機協作。
對機器人來說，扯鈴可說是挑戰遞增、激勵不斷的絕佳學習過程，可惜類似模型目前還未設計出來。如果用真正機器手臂訓練，成本會很高，且這類高加速度任務（扯鈴主要靠慣性）的確有一定危險性。
基於上述想法，研究人員做出一個扯鈴模型（diabolo model），故機器人也能扯鈴了。
模型如何構建？
過程可在 OMRON SINIC X 發表於預印本平台 arXiv 的論文找到答案。論文題為《An analytical diabolo model for robotic learning and control》（機器人學習並控制的扯鈴分析模型）。
首先，研究人員推導出扯鈴─繩子系統的分析模型。扯鈴核心在於繩子，要模擬繩子並不容易，原因在於摩擦力取決於許多困難甚至不可能測量出來的參數，且扯鈴本身和繩子的交互作用也十分靈活非線性。因此模型簡化扯鈴原本的複雜動作，用一個橢圓表示繩子軌跡，用以計算力與運動。
如下圖所示，手持棒子的頂端恰好是橢圓的焦點。當然這只是平面圖，3D 空間裡橢圓形就成了橢球體。
（Source：arXiv）
研究人員假設扯鈴不同的幾種狀態，如：
- 繩子緊繃狀態：扯鈴在橢圓內運動。
- 繩子鬆弛狀態：扯鈴的中間部分安全地卡在繩子上。
- 扯鈴飛行狀態：扯鈴在橢圓以外運動。
為確保模型準確性，研究人員透過記錄人們花式扯鈴的過程，形成一個資料庫，將資料庫和模型比對。結果表明，不論精確度還是物理一致性，模型的表現都超過基於深度學習的預測器。
（Source：影片截圖，下同）
接著，研究人員描述基於最優控制的方法「基於模型的預測控制」（Model-based Predictive Control，MPC）。以扯鈴速度和位置輸入，透過最佳化棒子之一的運動軌跡，預測兩根棒子頂端的運動軌跡，生成機器人扯鈴軌跡，讓機器人解鎖更多花式玩法。
具體到下圖：
- 黃色線條代表預測的扯鈴軌跡
- 綠色線條代表目標狀態
- 白色線條代表下一次軌跡出現前的預測
- 紅色、藍色線條代表兩根小棒頂端的軌跡
透明紅色區域代表實際 3D 情境形成的橢球體軌跡。
最後，研究人員在真實機器人系統測試，做到人機扯鈴。研究人員表示，希望這項研究能對機器人技術有推動作用，激勵機器人學習出現更多想法。
OMRON SINIC X 還表示準備發表仿真模型、資料庫和控制算法，當作獨立模組和 Gazebo 工具供大家學習，感興趣的讀者可持續關注。