Dynamic Modeling and MPC for Locomotion of Tendon-Driven Soft Quadruped

Title: Dynamic Modeling and MPC for Locomotion of Tendon-Driven Soft Quadruped
Authors: Saumya Karan, Neerav Maram, Suraj Borate, Madhu Vadali
arXiv: https://arxiv.org/abs/2602.16371

Problem framing

软体四足常见痛点是“模型保真度 vs 实时控制”两难：连续体模型足够真实但难实时，简化刚体模型可控但损失关键弹性机理。本文尝试把两者拼起来。

Core method

每条软腿采用离散 Cosserat rod 建模，显式刻画大变形、弹性分布、腱驱动与接触；再通过“反作用力接口”把软腿动力学映射到刚体躯干层，形成模块化全身模型。控制层是 convex MPC，先优化地反力，再通过物理一致 force-angle 关系映射到腱张力命令。

Key equations and mechanisms

MPC 主体可抽象为：

$$\underset{\{f_t\}}{\min }\sum _{t=0}^H\Vert x_t-x_t^{ref}{\Vert }_Q^2+\Vert f_t{\Vert }_R^2$$

subject to

$$x_{t+1}=A{x}_t+B{f}_t,f_t\in {\mathcal{C}}_{contact},$$

并用映射 ${\tau }_t=g(f_t,{\varphi }_t)$ 将最优地反力转成腱驱动。该“先力后驱动”分解是其可实时性的核心。

Experiment reading guide

重点看 crawling/walking 两类 gait 的 COM 轨迹误差（文中报告 <5mm RMSE）和扰动恢复。阅读时建议把“单腿高度控制图”与“全身 COM 结果”对照，理解局部连续体建模如何传导到全身稳定性。

Limitations

当前主要在低速 gait 与单机体型验证，复杂地形高速运动下的模型失配与接触切换鲁棒性仍需更多证据。

Future work

可并入学习型残差项（补偿未建模黏弹性与接触迟滞），并扩展到高自由度软硬混合腿足平台。

Replication angle

若要复现，先单腿辨识 Cosserat 参数，再接全身 MPC；不要一开始端到端联合调参，否则会陷入不可分辨误差。

图链接（可直链渲染）：

• https://arxiv.org/html/2602.16371v1/Figures/mpc_blk_diagram.png
• https://arxiv.org/html/2602.16371v1/Figures/slot_hardware_white.png

Graph: Paper Node 2602.16371