Алгоритмы оптимизации робототехнических систем с заданными свойствами пассивности посредством параллельного проектирования механики и управляющих регуляторов тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Иволга Дмитрий Викторович

• Иволга Дмитрий Викторович
• кандидат наук
• 2025

Оглавление диссертации кандидат наук Иволга Дмитрий Викторович

Оглавление

Стр.

Реферат

Synopsis

Введение

Глава 1. Мотивация исследований: практическая актуальность

1.1 Характеристика современных задач в робототехнике

1.2 Методы проектирования робототехнических систем

1.2.1 Прямое копирование

1.2.2 Эвристические подходы

1.2.3 Биомиметика

1.2.4 Морфологическое проектирование

1.2.5 Вычислительное проектирование

1.2.6 Генеративный дизайн

1.3 Выводы по главе

Глава 2. Обобщенная постановка задачи

2.1 Исполнительные механизмы роботов как объект синтеза

2.2 Управляющие регуляторы исполнительных механизмов роботов

как объект синтеза

2.3 Задачи совместного проектирования исполнительных механизмов манипуляционных и локомоционных роботов

Глава 3. Метод вычислительного проектирования исполнительных механизмов робототехнических систем с заданными свойствами пассивности

3.1 Постановка задачи

3.2 Аннотация метода

3.3 Этап I: совместное проектирование исполнительного механизма открытой кинематики

3.3.1 Обобщенная формулировка этапа

3.3.2 Численное описание структуры, параметров и регулятора механизма

3.3.3 Алгоритмы поиска структуры и параметров механизмов открытой кинематики

3.4 Этап II: совместное проектирование исполнительного механизма замкнутой кинематики

3.4.1 Обобщенная формулировка этапа

3.4.2 Численное описание структуры, параметров и регулятора механизма

3.4.3 Тривиальный пример

3.5 Этап III: интеграция неполноприводности в механизм замкнутой кинематики

3.5.1 Обобщенная формулировка этапа

3.5.2 Численное описание структуры, параметров и регулятора механизма

3.5.3 Тривиальный пример

3.6 Пример совместного проектирования исполнительных механизмов для захватных устройств

3.6.1 Описание особенностей задачи

3.6.2 Проектирование исполнительных механизмов

3.7 Пример совместного проектирования исполнительного

механизма для локомационных роботов

3.7.1 Описание особенностей задачи

3.7.2 Проектирование исполнительного механизма

3.8 Выводы по главе

Глава 4. Алгоритм структурно-параметрического синтеза рычажных механизмов замкнутой кинематики для манипуляторных и локомоционных робототехнических систем

4.1 Постановка задачи

4.2 Структурно-параметрический синтез механизмов замкнутой

кинематики

4.2.1 Синтез структуры механизма

4.2.2 Оптимизация параметров механизма

4.3 Функция оценка производительности

4.3.1 Функция стоимости воспроизведения исходного движения

4.3.2 Функция стоимости тривиального замыкания

4.3.3 Функция стоимости замыкания группы с двумя поводками

4.3.4 Функция стоимости замыкания группы с числом поводков больше двух

4.3.5 Функция стоимости производительности механизма замкнутой кинематики

4.4 Блок-схема алгоритма структурно-параметрического синтеза механизмов замкнутой кинематики

4.4.1 Общее описание этапов структурно-параметрического синтеза механизмов замкнутой кинематики

4.4.2 Подпрограмма выбора функции оценки кинематики

4.4.3 Подпрограмма поиска параметров присоединяемой группы

4.4.4 Подпрограмма оптимизации регуляторов и оценки динамики исполнительного механизма

4.5 Сходимость алгоритма структурно-параметрического синтеза механизмов замкнутой кинематики

4.6 Анализ алгоритмической сложности

4.7 Апробация

4.8 Выводы по главе

Глава 5. Алгоритм параметрической оптимизации исполнительных механизмов замкнутой кинематики для манипуляторных и локомоционных робототехнических систем для удовлетворения метрикам с отрицательной корреляцией

5.1 Постановка задачи

5.2 Функция оценка производительности

5.2.1 Манипулируемость

5.2.2 Редукция движения

5.2.3 Смягчение удара

5.3 Параметрическая оптимизация механизмов замкнутой кинематики 184 5.3.1 Проверка кинематический условий

5.3.2 Постановка задачи оптимизации

5.3.3 Оптимизация параметров управляющих регуляторов

5.4 Блок-схема алгоритма параметрической оптимизации механизмов замкнутой кинематики

5.4.1 Общее описание этапов алгоритма совместной оптимизации робота замкнутой кинематики

5.4.2 Подпрограмма поиска параметров исполнительного механизма замкнутой кинематики

5.5 Апробация

5.5.1 Объект апробации

5.5.2 Контур управления движением локомоционного робота

5.5.3 Постановка задачи оптимизации

5.5.4 Анализ процедуры оптимизации

5.5.5 Верификация результатов оптимизации в среде имитационного моделирования

5.6 Выводы по главе

Глава 6. Проектирование опытных образцов роботов с применением

методов вычислительного проектирования

6.1 Проектирование антропоморфного захвата

6.1.1 Конструкция захватного устройства

6.1.2 Синтез системы управления захватного устройства

6.1.3 Тестирование захватного устройства

6.2 Проектирование прыгающего робота

6.2.1 Конструкция прыгающего робота

6.2.2 Синтез системы управления прыгающим роботом

6.2.3 Верификация имитационной модели прыгающего робота

6.3 Выводы по главе

Заключение

Список сокращений и условных обозначений

Словарь терминов

Список литературы

Список рисунков

Список таблиц

Тексты публикаций

Введение диссертации (часть автореферата) на тему «Алгоритмы оптимизации робототехнических систем с заданными свойствами пассивности посредством параллельного проектирования механики и управляющих регуляторов»

Реферат

Парадигма проектирования роботов меняется: вместо построения робото-технических комплексов, работающих в условиях структурированной среды, например, производственной ячейки завода, акцент смещается на создание роботов, способных работать в условиях неструктурированной, динамичной, априорно неизвестной среды, к которой можно отнести уличное пространство, помещения, другими словами, всё окружение, которое не было изначально спроектировано специально под ограничения робототехнических комплексов [1]. К подобным роботам прежде всего относятся роботы, способные решать задачи собственного перемещения, например, локомоционные (педипуляторные), то есть те, которые воспроизводят функции опорно-двигательного аппарата животных или человека [2], а также манипуляционные роботы, способные контактно взаимодействовать с объектами манипулирования и окружением.

К критериям индустриальных роботов, работающих в структурированной среде, относятся точность воспроизведения требуемой траектории, высокая грузоподъёмность и скорость движения. На производственной площадке робот способен выполнять задачу в условиях неполноты данных - «вслепую» - благодаря детерминированному окружению. В недетерминированной среде работа невозможна без сенсорной системы из-за динамичности и априорной неопределённости окружения. Однако полностью полагаться на сенсоры опрометчиво, поскольку информация может поступать с задержками, шумами или быть некорректной. Поэтому для обеспечения безопасности локомоции или манипулирования робототехническая система должна уметь работать «вслепую», что требует способности к динамическому контактному взаимодействию со средой. Для роботов, действующих в недетерминированных условиях, добавляются новые требования - обеспечение работоспособности при динамическом контакте с окружением без его повреждения (включая человека) и без риска для самого устройства. Ограничения при этом ужесточаются: необходимо минимизировать массу робота, что влияет на ёмкость батарей, мощность приводов и вычислительные ресурсы графических процессоров, потребляющих значительную часть энергии, занимающих место в корпусе и повышающих требования к грузоподъёмности. Эффективность проектируемой системы оценивается по различным метрикам производительности в зависимости от её назначения и предъявляемых

требований. Достижение максимальной производительности невозможно только за счёт синтеза оптимальных алгоритмов управления. Поведение, производительность и эффективность роботов определяются как их механикой, так и системой управления [3].

Проектирование роботов - это многоэтапный процесс, направленный на решение задачи многокритериальной оптимизации с целью поиска наилучшего возможного исполнения робота, включая механику и систему управления. Проектировщик должен учитывать широкий спектр факторов, например, габаритно-инерционные параметры конструкции, свойства материалов, характеристики приводов, работу низкого и высокого уровней системы управления и многое другое. В условиях строгих ограничений по массе, вычислительной мощности и энергетическому бюджету пространство решений не должно быть искусственно ограничено использованием, например, топологией в виде открытой кинематики лишь потому, что проектирование подобных систем формализовано.

В стремлении отойти от ручных способов проектирования, когда результат во многом зависит от инженерной интуиции, опыта и творческого начала проектировщика, были предприняты попытки формализации процесса проектирования. Например, метод биомиметики формализует процесс проектирования технических систем применением принципов организации, свойств, функций и структур живой природы [4]. Хотя метод позволяет найти интересные решения, к недостаткам можно отнести, во-первых, неочевидность методологии в реальной инженерной практике, а, во-вторых, биомиметика может наложить «искусственные» ограничения на пространство решений, усложняя поиск оптимального решения.

В отличие от ручных методов или биомиметики, методы вычислительного проектирования рассматривают процесс проектирования как задачу оптимизации [5—8]. Качественные критерии переводятся в численные метрики производительности и эффективности поведения проектируемой системы, физические параметры механики робота и/или параметры контура управления рассматриваются как свободные переменные, значения которых необходимо найти с учётом ограничений.

Разделяют прямую и обратную задачи вычислительного проектирования. Прямая задача направлена на оценку поведения и производительности системы при заданных параметрах, а обратная задача рассматривает процесс проектирования как задачу оптимизации, направленной на поиск значений параметров,

приводящих к требуемой производительности или поведению. Программа оптимизации выполняет поиск оптимальных параметров в наборе проектных переменных, чтобы минимизировать значение функции затрат, которая рассматривается как количественная оценка эффективности системы в целом. Использование в кинематике замкнутых контуров, учет распределения инерции, приводов, эластичности по механике, а также поиск параметров регулятора робота делает пространство решений большой размерности.

Настоящее диссертационное исследование посвящено разработке алгоритмов оптимизации робототехнических систем с заданными пассивными свойствами посредством совместного проектирования механики и управляющих регуляторов. Под алгоритмами оптимизации робототехнических систем понимается решение прямой и обратной задач проектирования в рамках парадигмы вычислительного проектирования1. Под заданными свойствами пассивности понимается то, что в англоязычной научной литературе принято называть морфологическим расчетом или физически воплощенным искусственным интеллектом2, в рамках которых значительная часть закона движения обусловлена естественной динамикой механического исполнения, а алгоритмы системы управления её усиливают, стабилизируют или дополняют. В рамках данного диссертационного исследования, пассивные свойства обеспечиваются благодаря использованию механики замкнутой кинематики, которая перераспределяет инерцию и усилия приводов между звеньями. Под совместным проектировани-

3

ем механики и управляющих регуляторов понимается концепция «содизаина», т.е. совместной оптимизации параметров конструкции и системы управления. Совместная оптимизация конструкции и параметров регулятора направлена на то, чтобы часть поведения системы была заложена в её механике, а регулятор не компенсировал динамику, а согласованно взаимодействовал с ней, усиливая естественные свойства и повышая общую производительность робототехни-ческой системы.

Актуальность. Классические методы проектирования не позволяют вручную искать оптимальные решения в силу неограниченного пространства решений. Вычислительное проектирование, интерактивный и генеративный дизайн являются активно развивающимися направления исследований современной ро-

1От англ. "Computational Design"

2От англ. "Physically Embodied Intelligence"

3От англ. "Co-Design"

бототехники. Как было отмечено выше, строгие ограничения по массе и запасу бортовой энергии робота требует поиска эффективного решения в большем пространстве решений. В последние несколько лет набирает скорость новая технологическая гонка за доминирование в сфере искусственного интеллекта, в которой отдано особое место роботам общего назначения как физическому воплощению агента ИИ в физическом пространстве. Таким образом, тема исследования является актуальной как с теоретической точки зрения, так и с практической.

Степень разработанности. Концепция «Содизайна» для проектирования робототехнических механизмов впервые была представлена в [9] (Karl Sims): оптимизации механической конструкции совместно с генерацией оптимальных траекторий движения. Используя генетический алгоритм и кодировку на основе графов, была сгенерирована морфология «виртуального существа» в имитационной среде совместно с системой управления существом. Долгое время развитию алгоритмов вычислительного проектирования препятствовал так называемый разрыв с реальностью (от англ. sim-to-real gap), обусловленной низкой точностью средств имитационного моделирования движения робототехнических систем. По этой причине работы ранние работы носили строго академический характер, т.к. результаты оптимизации напрямую не переносились в реальность, либо со значительной ошибкой, что не приводило к требуемым показателям производительности или поведения мехатронной, или робототехнической системы [10].

Значительным скачком в популяризации методов вычислительного проектирования послужили работы коллектива Disney Research и Computational Robotics Lab из университета ETH Zurich, по созданию технологий анимации для мультфильмов, аниматроников для парков развлечений «Диснейленд» [11; 12], практических эффектов для кино [13], а также для создания роботов-персонажей [14—16].

Работы по совершенствованию физических симуляторов и рост вычислительной мощности привели к применимости вычислительного проектирования для решения инженерных задач. Работы профессора Sangbae Kim из университета MIT [17] и профессора Jonathan W. Hurst из Oregon State University [18] были одними из первых, кто использовал методы вычислительного проектирования для создания квадропедальных и бипедальных роботов, технологически превосходящих альтернативные разработки.

Целью данной работы является разработка алгоритмов оптимизации ро-бототехнических систем с заданными пассивными свойствами посредством совместное проектирования механики и управляющих регуляторов.

Для достижения поставленной цели необходимо было решить следующие задачи:

1. Разработать метод вычислительного проектирования исполнительных механизмов робототехнических систем с заданными свойствами пассивности для задач взаимодействия с окружением.

2. Разработать алгоритм совместной оптимизации структуры, параметров механики и управляющего регулятора исполнительных механизмов замкнутой кинематики манипуляционных и локомоционных роботов, обеспечивающий требуемое количество приводов, характер движения и максимизацию производительности по критерию, выбранному пользователем, благодаря пассивным свойствам механического исполнения.

3. Разработать алгоритм совместной многокритериальной оптимизации параметров механики и управляющих регуляторов исполнительных механизмов замкнутой кинематики манипуляционных и локомоцион-ных роботов, обеспечивающий оптимальное решение по Парето для удовлетворения противоречащим друг другу требованиям, благодаря пассивным свойствам механического исполнения.

4. Апробировать разработанный метод и алгоритмы вычислительного проектирования для создания адаптивного антропоморфного захватного устройства и верифицировать его на задаче захвата и удержания объектов манипулирования произвольной формы, размеров, массы и жёсткости.

5. Апробировать разработанный метод и алгоритмы вычислительного проектирования для создания адаптивного энергоэффективного прыгающего робота.

Научная новизна: Предложенный метод вычислительного проектирования робототехнических систем заключается в поиске топологии совместно с численными параметрами системы, которые удовлетворяет высокоуровневому качественному описанию требуемого поведения, а не перебору частных решений. Предложенные алгоритмы вычислительного проектирования являются новыми и приземляют предложенный метод на задачи структурно-параметрического синтеза рычажных механизмов под заданное движение и ограничение по количеству приводов, и на задачу параметрической оптимизации заданной структурны под

обеспечение противоречивым требованиям. По сравнению с классическими методами, алгоритмы рассматривают робота как неделимую систему учитывая сразу кинематические и динамические параметры механизма, характеристики приводов и параметры регуляторов. В отличие от классических методов проектирования определение параметров происходит не поэтапно, когда на каждом этапе происходит фиксация параметров, а итерационно, т.е. с каждой итерацией происходит уточнение параметров, принятых на предыдущем этапе. По сравнению с аналогами предложенные алгоритмы вычислительного проектирования носят общий характер и могут быть использованы для проектирования широкого диапазона исполнительных механизмов роботов: например пальцев захватных устройств, рук манипуляторов, педипуляторов, механизмов спины, шеи и прочих «конечностей» роботов.

Теоретическая значимость работы заключается в развитии подхода вычислительного проектирования робототехнических систем, основанных на совместной оптимизации механики и управляющих регуляторов. В исследовании формализован метод проектирования исполнительных механизмов робототехни-ческих систем с заданными свойствами пассивности, что расширяет возможности многокритериальной оптимизации и анализа эффективности робототехнических систем локомоционного и манипуляционного типа.

Практическая значимость работы заключается в разработке и применении алгоритмов, направленных на автоматизацию проектирования робототехни-ческих систем. Представленные методы позволяют ускорить поиск оптимальных решений в широком пространстве параметров, сократить сроки разработки исполнительных механизмов и повысить качество проектных решений. Разработанные алгоритмы обеспечивают синтез роботов с заданными пассивными свойствами, адаптированных к взаимодействию с неструктурированной средой, а также поддерживают совместную оптимизацию механических и управляющих подсистем, что способствует повышению эффективности и надёжности функционирования робототехнических комплексов.

Разработанные методы применены при создании опытных образцов робо-тотехнических кистей [19—21] и прыгающих роботов [22; 23].

Методология и методы исследования. Решение поставленных задач производилось на основе современных подходов в области вычислительного проектирования и параметрического моделирования динамических систем. Поиск параметров исполнительных механизмов производился на основе алгоритмов

стохастической глобальной оптимизации, таких как генетический алгоритм и имитация отжига. Для расчета динамической модели движения твёрдых тел для многозвенных систем и формирования численной оценки эффективности робототехнических систем применялся программный продукт Pinocchio на основе переработанных алгоритмов от Roy Featherstone и рекурсивного алгоритма Ньютона-Эйлера для движения тела. Верификация характеристик разработанных робототехнических систем была проведена в среде имитационного моделирования роботов на основе программного продукта MuJoCo с открытым кодом, который позволяет настраивать параметры дискретного интегрирования и решения дискретных дифференциальных уравнений.

Положения, выносимые на защиту:

1. Метод вычислительного проектирования исполнительных механизмов робототехнических систем с заданными свойствами пассивности для задач взаимодействия с окружением; рассмотрены примеры совместного проектирования механических систем и систем управления роботов для случаев квазистатики и динамики: антропоморфные захватные устройства и локомоционные роботы соответственно.

2. Алгоритм совместной оптимизации структуры, параметров механики и управляющего регулятора исполнительных механизмов замкнутой кинематики манипуляционных и локомоционных роботов, обеспечивающий требуемое количество приводов, характер движения и максимизацию производительности по критерию, выбранному пользователем, благодаря пассивным свойствам механического исполнения.

3. Алгоритм совместной многокритериальной оптимизации параметров механики и управляющих регуляторов исполнительных механизмов замкнутой кинематики манипуляционных и локомоционных роботов, обеспечивающий оптимальное решение по Парето для удовлетворения противоречащим друг другу требованиям, благодаря пассивным свойствам механического исполнения.

Достоверность полученных результатов обеспечивается:

1. Корректностью использования математического аппарата и использованию классических методов синтеза и анализа;

2. Представленными результатами имитационного моделирования;

3. Представленными результатами экспериментальных исследований разработанных опытных образцов захватных устройств и прыгающего робота;

4. Опубликованными научными работами в рецензируемых изданиях и докладами, в том числе на международных конференциях.

Кроме того результаты находятся в соответствии с результатами, полученными другими авторами.

Апробация работы. Основные результаты работы докладывались на 3 международных и 8 всероссийских конференциях:

1. Конгресс молодых ученых Университета ИТМО 2022-2025 годов

2. Научная учебно-методическая конференция Университета ИТМО 20222025 годов (Санкт-Петербург, Россия);

3. IEEE International Conference on Robotics and Automation, ICRA 2022 (Международная конференция по робототехнике и автоматизации, 23-27 Мая 2022, Филадельфия, США, Л* по CORE)

4. IEEE International Conference on Robotics and Automation, ICRA 2023 (Международная конференция по робототехнике и автоматизации, 29 мая - 02 Июня, Лондон, Великобритания, А* по CORE)

5. IEEE/RSJ International Conference on Intelligent Robots and Systems, IROS 2023 (Международная конференция по интеллектуальным роботам и системам, 1-5 октября 2023, Детройт, США, А по CORE)

Результаты диссертационного исследования были использованы в следующих НИР:

1. «Разработка алгоритмического и программного обеспечения для адаптивных антропоморфных и автономных мобильных роботов» (№52152)

2. «Технологии сильного искусственного интеллекта в промышленности» (№321315)

3. "Выполнение опережающих исследований и разработок в области алгоритмов сильного искусственного интеллекта» (№321320)

4. «Новый математический базис воплощенного интеллекта киберфизиче-ских систем» (№921323)

5. «Методы искусственного интеллекта и численной оптимизации для проектирования и управления движением адаптивных мобильных роботов» (№52057)

6. «Интерактивное проектирование неполноприводных робототехни-ческих систем с морфологическим расчетом законов управления движением» (№322048)

7. «Разработка мобильной роботизированной платформы гибридной локо-моции для задач доставки и инспекции» (№423021)

8. «Автономные интеллектуальные системы» (№623106)

Личный вклад. Содержание диссертационной работы и положения, выносимые на защиту, отражают персональный вклад автора в опубликованных работах [19—24]. Соискатель принимал непосредственное участие на всех этапах диссертационного исследования, включая разработку метода вычислительного проектирования робототехнических систем с заданными свойствами пассивности для задач взаимодействия с окружением, алгоритма совместной оптимизации структуры, параметров механики и управляющего регулятора исполнительных механизмов замкнутой кинематики манипуляционных и локомоционных роботов, алгоритма совместной многокритериальной оптимизации параметров механики и управляющих регуляторов исполнительных механизмов замкнутой кинематики манипуляционных и локомоционных роботов, а также проведения имитационного моделирования и проектирования опытных образцов захватных устройств, прыгающих и шагающих роботов.

Публикации. Основные результаты по теме диссертации изложены в 6 печатных изданиях, 3 из которых изданы в журналах, рекомендованных ВАК, 3 - в публикациях индексируемых Web of Science и Scopus.

Объем и структура работы. Диссертация состоит из введения, 6 глав, заключения. Полный объём диссертации составляет 292 страницы, включая 55 рисунков и 4 таблицы. Список литературы содержит 143 наименования.

Заключение диссертации по теме «Другие cпециальности», Иволга Дмитрий Викторович

Заключение

В диссертационной работе развиваются методы и алгоритмы совместного проектирования исполнительных механизмов робототехнических систем.

Т-» »-» __»-»

В первой главе представлены практическая актуальность исследований и обзор научно информационных источников по тематике диссертационного исследования.

Во второй главе, приводится описание класса систем, для которых разрабатываются методы и алгоритмы проектирования, вводится ряд допущений, и ставится обобщенная постановка задачи.

В третьей главе изложен метод вычислительного проектирования рычажных исполнительных механизмов робототехнических систем с заданными свойствами пассивности для задач взаимодействия с окружением. Рассмотрены примеры совместного проектирования механических систем и систем управления роботами для случаев квазистатики и динамики: антропоморфные захватные устройства и локомоционные роботы соответственно.

В четвертой главе представлен алгоритм структурно-параметрического синтеза рычажных механизмов замкнутой кинематики для манипуляторных и локо-моционных робототехнических систем. Предложенный алгоритм направлен на автоматизацию проектирования роботов, для которых важны требования энергоэффективности и безопасности контактного взаимодействия. Это достигается за счёт сокращения числа приводов, перераспределения актуаторов между сочленениями, снижения инерции выходного звена и оптимизации параметров регулятора, а также применения концепции морфологических вычислений, позволяющей интегрировать часть поведения системы в нуль-динамику робота.

В пятой главе изложен алгоритм параметрической оптимизации исполнительных механизмов замкнутой кинематики для манипуляторных и локомоционных робототехнических систем для удовлетворения метрикам с отрицательной корреляцией. Рассматривается задача параметрической оптимизации исполнительных механизмов замкнутой кинематики для достижения оптимального решения по Парето для удовлетворения нескольким требованиям, которые противоречат друг другу, а именно свойства динамичности и энергоэффективности противоречат грузоподъёмности.

В шестой главе описаны прототипы робототехнических систем, разработанные для экспериментальной проверки полученных теоретических результатов.

Полученные в диссертационном исследовании результаты направлены на автоматизацию процесса проектирования робототехнических систем, что позволит значительно сократить время и усилия, затрачиваемые на разработку новых систем, а также повысить их эффективность, надежность и безопасность.

В заключение автор выражает бесконечную благодарность и признательность научному руководителю Борисову И. И. за терпение, поддержку, вдохновение и способность разжигать искру интереса к науке. Также автор выражает признательность Колюбину С. А. за возможность совместной работы в лаборатории «Биомехатроника и энергоэффективная робототехника», а также ценные замечания и рекомендации, которые позволили взглянуть на работу под новым углом. Отдельное спасибо Насонову К. В. за нашу синергию, которая помогла сформировать и развить идеи, изложенные в данной работе. Благодарю всех коллег, чья поддержка и помощь сделали данное исследование возможным.

Список сокращений и условных обозначений

F(M) Функция оценки (целевая функции), характеризующая качество

решения задачи оптимизации, представляет собой агрегированную комбинацию метрик эффективности Qi(M) Q Набор метрик эффективности, используемые для оценки испол-

нительного механизма Qi(M) Метрика эффективности исполнительного механизма робото-

технической системы, оценивает один из его аспектов функционирования.

Aq Допустимый диапазон скоростей сочленений

Aq Допустимый диапазон движения сочленений

Ф0 базовая система координат, связанная с базовым звеном

Фее система координат выходного звена

C вектор параметров управляющего регулятора

T вектор параметров траектории

W вектор параметров рабочего пространства

т Допустимый диапазон крутящих моментов или сил в сочлене-

ниях

i Инерциальные характеристики звеньев механической структу-

ры

l Длины звеньев механической структуры

m Массовые характеристики звеньев механической структуры

p Геометрическое расположение сочленений в механической

структуре

A Непрерывные параметры механической структуры исполни-

тельного механизма, робота M Исполнительный механизм, робот

O Алгоритм оптимизации, любой алгоритм поиска параметров в

контексте решения задачи оптимизации для минимизации некоторой функции оценки без уточнее конкретной реализации S Структура или топология исполнительного механизма, робота

T Вид, параметры регулятора, целевое рабочее пространство или

набор траекторий движения исполнительного механизма, робота

W (от англ. Degrees Of Freedom) количество независимых парамет-

ров, необходимых для полного определения конфигурации или состояния механической системы I Коэффициент смягчения удара

Ia Коэффициент смягчения удара по оси a

Ш Манипулируемость

Шг Вращательная манипулируемость

Mt Линейная манипулируемость

R Редукция движения

Ra Редукция движения по оси a

ВП Вычислительное проектирование

РОН Робот общего назначения

РТК Робототехнический комплекс

САПР Системе автоматизированного проектирования

СП Стоимость перемещения, от англ. Cost of Transport

Словарь терминов

Вычислительное проектирование: от англ. Computational Design, парадигма проектирования, которая рассматривает процесс проектирования как оптимизационную задачу, для решения которой используются вычислительные алгоритмы, методы моделирования и численная оптимизации.

Свойства пассивности: от англ. Physically Embodied Intelligence (дословно, воплощенный механический интеллект), способность робототехнической системы пассивно выполнять работу, на которую она не запрограммирована или без участия регулятора в задачах взаимодействия с окружающей средой.

Прямое копирование: от англ. reverse engineering, исследование некоторого готового устройства или программы с целью понять принцип его работы, чтобы выявить ограничения или скрытые возможности, скопировать технические решения.

Морфологические вычисления: от англ. Morphological Computation, концепция, которая рассматривает взаимодействие между формой, структурой и функцией в робототехнических системах, где механическая структура и ее физические свойства играют ключевую роль в вычислительных процессах.

Совместное проектирование: от англ. Co-Design, подход к проектированию, в котором разработка механической конструкции и системы управления происходит одновременно, с учетом взаимного влияния и взаимодействия между ними.

Параметрическая оптимизация: от англ. Parametric Optimization, это процесс оптимизации параметров системы, таких как геометрия, масса, инерция, коэффициенты управляющего регулятора и т.п., с целью достижения заданных критериев производительности и функциональности.

Исполнительный механизм: робототехническая система в виде рычажного механизма с низшими кинематическими парами, воспроизводящая функции конечностей человека или животных с акцентом на контактное взаимодействие с окружающей средой.

Манипулируемость: от англ. Manipulability, это численная оценка способности механизма робототехнической системы развивать произвольную скорость на выходном звене из данной конфигурации.

Редукция движения: от англ. Reduction Ratio, численная оценка способности исполнительного механизма робототехнической системы передавать усилия от окружающей среды к актуаторам.

Смягчение удара: от англ. Impact Mitigation Factor численная характеристика обратимости механизма, показывающая способность поглощать внешние удары.

Список литературы диссертационного исследования кандидат наук Иволга Дмитрий Викторович, 2025 год

Список литературы

1. Design of dynamic legged robots [Текст] / S. Kim, P. M. Wensing [и др.] // Foundations and Trends® in Robotics. — 2017. — Т. 5, № 2. — С. 117—190.

2. Proprioceptive actuator design in the mit cheetah: Impact mitigation and high-bandwidth physical interaction for dynamic legged robots [Текст] / P. M. Wensing, A. Wang, S. Seok, D. Otten [и др.] // Ieee transactions on robotics. — 2017. — Т. 33, № 3. — С. 509—522.

3. Folkertsma, G. A. Energy in robotics [Текст] / G. A. Folkertsma, S. Stramigioli // Foundations and Trends in Robotics. — 2017. — Окт. — Т. 6, № 3. — С. 140—210. — URL: https://doi.org/10.1561/2300000038.

4. Pinskier, J. From bioinspiration to computer generation: Developments in autonomous soft robot design [Текст] / J. Pinskier, D. Howard // Advanced Intelligent Systems. — 2022. — Т. 4, № 1. — С. 2100086.

5. Computational design of linkage-based characters [Текст] / B. Thomaszewski, S. Coros, D. Gauge, V. Megaro [и др.] // ACM Transactions on Graphics (TOG). — 2014. — Т. 33, № 4. — С. 1—9.

6. A computational design tool for compliant mechanisms. [Текст] / V. Megaro, J. Zehnder, M. Bacher, S. Coros [и др.] // ACM Trans. Graph. — 2017. — Т. 36, № 4. — С. 82—1.

7. Computational design of statically balanced planar spring mechanisms [Текст] / T. Takahashi, J. Zehnder, H. G. Okuno, S. Sugano [и др.] // IEEE Robotics and Automation Letters. — 2019. — Т. 4, № 4. — С. 4438—4444.

8. A harmonic balance approach for designing compliant mechanical systems with nonlinear periodic motions [Текст] / P. Tang, J. Zehnder, S. Coros, B. Thomaszewski // ACM Transactions on Graphics (TOG). — 2020. — Т. 39, № 6. — С. 1—14.

9. Sims, K. Evolving virtual creatures [Текст] / K. Sims // Seminal Graphics Papers: Pushing the Boundaries, Volume 2. — 2023. — С. 699—706.

10. BuHamdan, S. Generative systems in the architecture, engineering and construction industry: A systematic review and analysis [Текст] / S. BuHamdan, A. Alwisy, A. Bouferguene // International Journal of Architectural Computing. — 2021. — Т. 19, № 3. — С. 226—249.

11. Optimal Design of Robotic Character Kinematics [Текст] / G. Maloisel, C. Schumacher, E. Knoop, R. Grandia, M. Bächer // ACM Transactions on Graphics (TOG). — 2023. — Т. 42, № 6. — С. 1—15.

12. Doc: Differentiable optimal control for retargeting motions onto legged robots [Текст] / R. Grandia, F. Farshidian, E. Knoop, C. Schumacher [и др.] // ACM Transactions on Graphics (TOG). — 2023. — Т. 42, № 4. — С. 1—14.

13. Schumacher, C. Set-in-stone: worst-case optimization of structures weak in tension [Текст] / C. Schumacher, J. Zehnder, M. Bächer // ACM Transactions on Graphics (TOG). - 2018. — Т. 37, № 6. — С. 1—13.

14. Interactive design of stylized walking gaits for robotic characters [Текст] / M. A. Hopkins, G. Wiedebach, K. Cesare, J. Bishop [и др.] // ACM Transactions on Graphics (ToG). — 2024. — Т. 43, № 4. — С. 1—16.

15. Robot Motion Diffusion Model: Motion Generation for Robotic Characters [Текст] / A. Serifi, R. Grandia, E. Knoop, M. Gross, M. Bächer // SIGGRAPH Asia 2024 Conference Papers. — 2024. — С. 1—9.

16. Design and control of a bipedal robotic character [Текст] / R. Grandia, E. Knoop, M. A. Hopkins, G. Wiedebach [и др.] // arXiv preprint arXiv:2501.05204. — 2025.

17. Design principles for highly efficient quadrupeds and implementation on the MIT Cheetah robot [Текст] / S. Seok, A. Wang, M. Y. Chuah, D. Otten [и др.] // 2013 IEEE International Conference on Robotics and Automation. — IEEE.

2013. — С. 3307—3312.

18. Performance analysis and feedback control of ATRIAS, a three-dimensional bipedal robot [Текст] / A. Ramezani, J. W. Hurst, K. Akbari Hamed, J. W. Grizzle // Journal of Dynamic Systems, Measurement, and Control. —

2014. — Т. 136, № 2. — С. 021012.

19. Reconfigurable underactuated adaptive gripper designed by morphological computation [Текст] / D. V. Ivolga, I. I. Borisov, E. E. Khornutov, N. A. Molchanov [и др.] // 2022 International Conference on Robotics and Automation (ICRA). — IEEE. 2022. — С. 1130—1136.

20. Cтруктурно-параметрический синтез плоских неполноприводных механизмов для антропоморфных роботизированных кистей [Текст] / Д. Иволга, Е. Хомутов, И. Борисов, Н. Молчанов, И. Максимов // Известия высших учебных заведений. Приборостроение. — 2022. — Т. 65, № 3. — С. 155—163.

21. Программно-аппаратная архитектура системы управления антропоморфной кистью робота [Текст] / Д. Иволга, Е. Хомутов, И. Борисов, Н. Молчанов [и др.] // Известия высших учебных заведений. Приборостроение. — 2022. — Т. 65, № 3. — С. 164—173.

22. Computational design of closed-chain linkages: Hopping robot driven by morphological computation [Текст] / D. V. Ivolga, K. V. Nasonov, I. I. Borisov, S. A. Kolyubin // 2023 IEEE International Conference on Robotics and Automation (ICRA). — IEEE. 2023. — С. 7419—7425.

23. Иволга, Д. Содизайн неполноприводного прыгающего робота: сравнительный анализ виртуального и натурного экспериментов [Текст] / Д. Иволга, К. Насонов, И. Борисов // Известия высших учебных заведений. Приборостроение. — 2022. — Т. 65, № 12. — С. 863—873.

24. Computational Design of Closed-Chain Linkages: Respawn Algorithm for Generative Design [Текст] / D. V. Ivolga, I. I. Borisov, K. V. Nasonov, S. A. Kolyubin // 2023IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). — IEEE. 2023. — С. 481—486.

25. Умнов, В. Компоненты исполнительных устройств мехатронных модулей и робототехнических систем: учебное пособие [Текст] / В. Умнов. — 2024.

26. Frank, C. Modern Robotics-Mechanics, Planning, and Control [Текст] / C. Frank. — Cambridge University Press, 2017.

27. Tedrake, R. Underactuated robotics: Learning, planning, and control for efficient and agile machines course notes for MIT 6.832 [Текст] / R. Tedrake // Working draft edition. — 2009. — Т. 3, № 4. — С. 2.

28. Co-Optimization of Robot Design and Control: Enhancing Performance and Understanding Design Complexity [Текст] / E. Arza, F. Veenstra, T. F. Nygaard, K. Glette // arXiv preprint arXiv:2409.08621. — 2024.

29. Computational design of energy-efficient legged robots: Optimizing for size and actuators [Текст] / G. Fadini, T. Flayols, A. Del Prete, N. Mansard, P. Soueres // 2021 IEEE International Conference on Robotics and Automation (ICRA). — IEEE. 2021. — С. 9898—9904.

30. Design principles for energy-efficient legged locomotion and implementation on the MIT cheetah robot [Текст] / S. Seok, A. Wang, M. Y. Chuah, D. J. Hyun [и др.] // Ieee/asme transactions on mechatronics. — 2014. — Т. 20, № 3. — С. 1117—1129.

31. On making robots understand safety: Embedding injury knowledge into control [Текст] / S. Haddadin, S. Haddadin, A. Khoury, T. Rokahr [и др.] // The International Journal of Robotics Research. — 2012. — Т. 31, № 13. — С. 1578—1602.

32. Haddadin, S. Requirements for safe robots: Measurements, analysis and new insights [Текст] / S. Haddadin, A. Albu-Schäffer, G. Hirzinger // The International Journal of Robotics Research. — 2009. — Т. 28, № 11/12. — С. 1507—1527.

33. Russo, M. Measuring performance: Metrics for manipulator design, control, and optimization [Текст] / M. Russo // Robotics. — 2022. — Т. 12, № 1. — С. 4.

34. Siciliano, B. Springer handbook of robotics [Текст]. Т. 200 / B. Siciliano, O. Khatib, T. Kröger. — Springer, 2008.

35. Comparative metrics of advanced serial/parallel biped design and characterization of the main contemporary architectures [Текст] / V. Batto, T. Flayols, N. Mansard, M. Vulliez // 2023 IEEE-RAS 22nd International Conference on Humanoid Robots (Humanoids). — IEEE. 2023. — С. 1—7.

36. Борисов, И. И. Разработка адаптивных манипуляционных и энергоэффективных локомоционных роботов [Текст]: дис.... канд. / Борисов Иван Игоревич. — 2019.

37. Laliberte, T. Underactuation in robotic grasping hands [Текст] / T. Laliberte, L. Birglen, C. Gosselin // Machine Intelligence & Robotic Control. — 2002. — Т. 4, № 3. — С. 1—11.

38. Lodwick, W. A. Fuzzy optimization: Recent advances and applications [Текст]. Т. 254 / W. A. Lodwick, J. Kacprzyk. — Springer, 2010.

39. A comparative analysis of trajectory similarity measures [Текст] / Y. Tao, A. Both, R. I. Silveira, K. Buchin [и др.] // GIScience & Remote Sensing. — 2021. — Т. 58, № 5. — С. 643—669.

40. Optimal Tuning of Robot-Environment Interaction Controllers via Differential Evolution: A Case Study on (3,0) Mobile Robots [Текст] / J. A. Paredes-Ballesteros, M. G. Villarreal-Cervantes, S. E. Benitez-Garcia, A. Rodríguez-Molina [и др.] // Mathematics. — 2025. — Т. 13, № 11. — URL: https://www. mdpi.com/2227-7390/13/11/1789.

41. Методы теории оптимального управления [Текст] / А. О. Ведякова, Е. В. Милованович, О. В. Слита, В. Ю. Тертычный-Даури // М.: Университет Итмо. — 2021.

42. Merlet, J.-P. Parallel robots [Текст] / J.-P. Merlet. — Springer, 2006.

43. Robotics: modelling, planning and control [Текст] / B. Siciliano, L. Sciavicco, L. Villani, G. Oriolo. — Springer, 2009.

44. Berkenkamp, F. Safe controller optimization for quadrotors with Gaussian processes [Текст] / F. Berkenkamp, A. P. Schoellig, A. Krause // 2016 IEEE international conference on robotics and automation (ICRA). — IEEE. 2016. — С. 491—496.

45. Lee, D. V. Linking gait dynamics to mechanical cost of legged locomotion [Текст] / D. V. Lee, S. L. Harris // Frontiers in Robotics and AI. — 2018. — Т. 5. — С. 111.

46. A Versatile Co-Design Approach For Dynamic Legged Robots [Текст] / T. Dinev, C. Mastalli, V. Ivan, S. Tonneau, S. Vijayakumar // 2022 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). — 2022. — С. 10343—10349.

47. Bounouara, N. Metaheuristic optimization of PD and PID controllers for robotic manipulators [Текст] / N. Bounouara, M. Ghanai, K. Chafaa // J. Eur. Syst. Autom. — 2021. — Т. 54. — С. 835—845.

48. Learning task space actions for bipedal locomotion [Текст] / H. Duan, J. Dao, K. Green, T. Apgar [и др.] // 2021 IEEE International Conference on Robotics and Automation (ICRA). — IEEE. 2021. — С. 1276—1282.

49. Dynamic loco-manipulation on hector: Humanoid for enhanced control and open-source research [Текст] / J. Li, J. Ma, O. Kolt, M. Shah, Q. Nguyen // arXiv preprint arXiv:2312.11868. — 2023.

50. Todorov, E. MuJoCo: A physics engine for model-based control [Текст] / E. Todorov, T. Erez, Y. Tassa // 2012 IEEE/RSJ International Conference on Intelligent Robots and Systems. — IEEE. 2012. — С. 5026—5033.

51. industrial intelligence 4.0_beyond automation | KUKA AG — kuka.com [Текст]. — [Accessed 05-07-2025]. https://www.kuka.com/.

52. https://www.facebook.com/48576411181. Figure Promises First GeneralPurpose Humanoid Robot—spectrum.ieee.org [Текст] / https://www.facebook.com/4 [Accessed 05-07-2025]. https://spectrum.ieee.org/figure-humanoid-robot.

53. Co-designing versatile quadruped robots for dynamic and energy-efficient motions [Текст] / G. Fadini, S. Kumar, R. Kumar, T. Flayols [и др.]. — 2023. — Июль.

54. Vincenti, F. Control-Aware Design Optimization for Bio-Inspired Quadruped Robots [Текст] / F. Vincenti, D. Kang, S. Coros //. — 09.2021. — С. 1354—1361.

55. Recent trends in morphological computation [Текст] / K. Ghazi-Zahedi, J. Rieffel, S. Schmitt, H. Hauser // Frontiers in Robotics and AI. — 2021. — Т. 8. — С. 708206.

56. Kottege, N. Towards real-world deployment of legged robots [Текст] / N. Kottege, L. Sentis, D. Kanoulas. — 2022.

57. Агеева, В. Основы художественного конструирования [Текст] / В. Агеева // Москва. — 2018.

58. Краснощеков, П. С. Оптимизация в автоматизированном проектировании [Текст] / П. С. Краснощеков, В. В. Морозов, Н. М. Попов. — 2008.

59. Martins, J. R. Engineering design optimization [Текст] / J. R. Martins, A. Ning. — Cambridge University Press, 2021.

60. Dieter, G. E. Engineering design.—5th ed (2012) [Текст] / G. E. Dieter, L. C. Schmidt // ISBN-10. —. — Т. 73398144.

61. Ullman, D. G. The mechanical design process: Part 1 [Текст] / D. G. Ullman. — 2010.

62. A Systematic Approach for Robotic System Development [Текст] / S. Leone, F. Lago, D. Pisla, G. Carbone // Technologies. — 2025. — Т. 13, № 8. — С. 316.

63. Eilam, E. Reversing: secrets of reverse engineering [Текст] / E. Eilam. — John Wiley & Sons, 2011.

64. Garcia, J. F. Un-building blocks: a model of reverse engineering and applicable heuristics [Текст]: дис.... канд. / Garcia Jorge F. — Monterey, California: Naval Postgraduate School, 2015.

65. Лю, К. Реверсный инжиниринг: нарушение прав или развитие технологий? [Текст] / К. Лю // Правовая защита, экономика и управление интеллектуальной собственностью. Т. 2.—Екатеринбург, 2015. — 2015.

66. Орлов, М. Основы классической ТРИЗ. Практическое руководство для изобретательского мышления: моногр. [Текст] / М. Орлов // М.: Солон-Пресс. — 2006. — Т. 432.

67. Heuristic methods [Текст] / R. Marti, G. Reinelt, R. Marti, G. Reinelt// The linear ordering problem: exact and heuristic methods in combinatorial optimization. — 2011. — С. 17—40.

68. Design of a Jumping Control Framework with Heuristic Landing for Bipedal Robots [Текст] / J. Zhang, J. Shen, Y. Liu, D. Hong. — 2023. — Апр.

69. Quantifying Demonstration Quality for Robot Learning and Generalization [Текст] / M. Sakr, Z. J. Li, H. F. M. Van der Loos, D. Kulic, E. A. Croft // IEEE Robotics and Automation Letters. — 2022. — Т. 7, № 4. — С. 9659—9666.

70. BirdBot achieves energy-efficient gait with minimal control using avian-inspired leg clutching [Текст] / A. Badri-Sprowitz, A. Aghamaleki Sarvestani, M. Sitti, M. A. Daley // Science Robotics. — 2022. — Т. 7, № 64. — eabg4055.

71. Towards dynamic trot gait locomotion: Design, control, and experiments with Cheetah-cub, a compliant quadruped robot [Текст] / A. Sprowitz, A. Tuleu, M. Vespignani, M. Ajallooeian [и др.] // The International Journal of Robotics Research. — 2013. — Т. 32, № 8. — С. 932—950.

72. Liu, X. SPEAR: a monopedal robot with switchable parallel elastic actuation [Текст] / X. Liu, A. Rossi, I. Poulakakis // 2015 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). — IEEE. 2015. — С. 5142—5147.

73. Mit cheetah 3: Design and control of a robust, dynamic quadruped robot [Текст] / G. Bledt, M. J. Powell, B. Katz, J. Di Carlo [и др.] // 2018IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). — IEEE. 2018. — С. 2245—2252.

74. Ananthanarayanan, A. Towards a bio-inspired leg design for high-speed running [Текст] / A. Ananthanarayanan, M. Azadi, S. Kim // Bioinspiration & biomimetics. — 2012. — Т. 7, № 4. — С. 046005.

75. Crespi, A. Salamandra robotica: a biologically inspired amphibious robot that swims and walks [Текст] / A. Crespi, A. J. Ijspeert // Artificial life models in hardware. — Springer, 2009. — С. 35—64.

76. Salamandra robotica II: an amphibious robot to study salamander-like swimming and walking gaits [Текст] / A. Crespi, K. Karakasiliotis, A. Guignard, A. J. Ijspeert // IEEE Transactions on Robotics. — 2013. — Т. 29, № 2. — С. 308-320.

77. A biomimetic eye with a hemispherical perovskite nanowire array retina [Текст] / L. Gu, S. Poddar, Y. Lin, Z. Long [и др.] // Nature. — 2020. — Т. 581, № 7808. — С. 278—282.

78. Bioinspired moisture-driven soft robotic actuator [Текст] / A. Balachandran, N. A. Ravindran, G. Mohd, I. M. Bhat [и др.] // Advanced Intelligent Systems. — 2024. — С. 2400609.

79. Optimization design on blade with bionic protuberances of horizontal axis wind turbine [Текст] / X. Wei, D. Li, H. Chang, R. Zhang, H. Wang // Physics of Fluids. — 2024. — Т. 36, № 8.

80. Witte, H. The interplay of biomimetics and biomechatronics [Текст] / H. Witte // Biomimetics. — 2022. — Т. 7, № 3. — С. 96.

81. Chen, F. Design optimization of soft robots: A review of the state of the art [Текст] / F. Chen, M. Y. Wang // IEEE Robotics & Automation Magazine. — 2020. — Т. 27, № 4. — С. 27—43.

82. Laschi, C. Lessons from animals and plants: The symbiosis of morphological computation and soft robotics [Текст] / C. Laschi, B. Mazzolai // IEEE Robotics & Automation Magazine. — 2016. — Т. 23, № 3. — С. 107—114.

83. Evolving embodied intelligence from materials to machines [Текст] / D. Howard, A. E. Eiben, D. F. Kennedy, J.-B. Mouret [и др.] // Nature Machine Intelligence. — 2019. — Т. 1, № 1. — С. 12—19.

84. Fish exploiting vortices decrease muscle activity [Текст] / J. C. Liao, D. N. Beal,

G. V. Lauder, M. S. Triantafyllou // Science. — 2003. — Т. 302, № 5650. — С. 1566—1569.

85. Towards a theoretical foundation for morphological computation with compliant bodies [Текст] / H. Hauser, A. J. Ijspeert, R. M. Füchslin, R. Pfeifer, W. Maass // Biological cybernetics. — 2011. — Т. 105. — С. 355—370.

86. Maturana, H. R. Autopoiesis and cognition: The realization of the living [Текст]. Т. 42 / H. R. Maturana, F. J. Varela. — Springer Science & Business Media, 2012.

87. Nguyen, Q.-V. Design and demonstration of a locust-like jumping mechanism for small-scale robots [Текст] / Q.-V. Nguyen, H. C. Park // Journal of Bionic Engineering. — 2012. — Т. 9, № 3. — С. 271—281.

88. Müller, V. C. What is morphological computation? On how the body contributes to cognition and control [Текст] / V. C. Müller, M. Hoffmann // Artificial life. — 2017. — Т. 23, № 1. — С. 1—24.

89. Morphological computation of multi-gaited robot locomotion based on free vibration [Текст] / M. Reis, X. Yu, N. Maheshwari, F. Iida // Artificial life. — 2013. — Т. 19, № 1. — С. 97—114.

90. Rosendo, A. The trade-off between morphology and control in the co-optimized design of robots [Текст] / A. Rosendo, M. Von Atzigen, F. Iida // PloS one. — 2017. — Т. 12, № 10. — e0186107.

91. Lipson, H. Automatic design and manufacture of robotic lifeforms [Текст] /

H. Lipson, J. B. Pollack // Nature. — 2000. — Т. 406, № 6799. — С. 974—978.

92. Data-efficient learning of morphology and controller for a microrobot [Текст] / T. Liao, G. Wang, B. Yang, R. Lee [и др.] // 2019 International Conference on Robotics and Automation (ICRA). — IEEE. 2019. — С. 2488—2494.

93. Bootstrapping artificial evolution to design robots for autonomous fabrication [Текст] / E. Buchanan, L. K. Le Goff, W. Li, E. Hart [и др.] // Robotics. — 2020. — Т. 9, № 4. — С. 106.

94. A review of physics simulators for robotic applications [Текст] / J. Collins, S. Chand, A. Vanderkop, D. Howard // IEEE Access. — 2021. — Т. 9. —

C. 51416—51431.

95. Krcah, P. Evolving virtual creatures revisited. [Текст] / P. Krcah // GECCO. Т. 7. — Citeseer. 2007. — С. 341—341.

96. Geijtenbeek, T. Flexible muscle-based locomotion for bipedal creatures [Текст] / T. Geijtenbeek, M. Van De Panne, A. F. Van Der Stappen // ACM Transactions on Graphics (TOG). - 2013. — Т. 32, № 6. — С. 1—11.

97. Computational design of robotic devices from high-level motion specifications [Текст] / S. Ha, S. Coros, A. Alspach, J. M. Bern [и др.] // IEEE Transactions on Robotics. — 2018. — Т. 34, № 5. — С. 1240—1251.

98. Skaterbots: Optimization-based design and motion synthesis for robotic creatures with legs and wheels [Текст] / M. Geilinger, R. Poranne, R. Desai, B. Thomaszewski, S. Coros // ACM Transactions on Graphics (TOG). — 2018. — Т. 37, № 4. — С. 1—12.

99. Neural graph evolution: Towards efficient automatic robot design [Текст] / T. Wang, Y. Zhou, S. Fidler, J. Ba // arXiv preprint arXiv:1906.05370. — 2019.

100. Robogrammar: graph grammar for terrain-optimized robot design [Текст] / A. Zhao, J. Xu, M. Konakovic-Lukovic, J. Hughes [и др.] // ACM Transactions on Graphics (TOG). - 2020. — Т. 39, № 6. — С. 1—16.

101. Chand, S. Multi-level evolution for robotic design [Текст] / S. Chand,

D. Howard // Frontiers in Robotics and AI. — 2021. — Т. 8. — С. 684304.

102. McCormack, J. Generative Design: A Paradigm for Design Research. [Текст] / J. McCormack, A. Dorin, T. Innocent. — 2004.

103. Regenwetter, L. Deep generative models in engineering design: A review [Текст] / L. Regenwetter, A. H. Nobari, F. Ahmed // Journal of Mechanical Design. — 2022. — Т. 144, № 7. — С. 071704.

104. Sims, K. Evolving virtual creatures [Текст] / K. Sims // Proceedings of the 21st Annual Conference on Computer Graphics and Interactive Techniques. — New York, NY, USA : Association for Computing Machinery, 1994. — С. 15—22. — (SIGGRAPH '94). — URL: https://doi.org/10.1145/192161.192167.

105. Stockli, F. R. A simulation-driven graph grammar method for the automated synthesis of passive dynamic brachiating robots [Текст] / F. R. Stockli, K. Shea // International Design Engineering Technical Conferences and Computers and Information in Engineering Conference. Т. 57175. — American Society of Mechanical Engineers. 2015. — V007T06A017.

106. varyMorph, a Simple Tool to Automatically Generate Legged Robot Morphologies [Текст] / O. Jaffal, Z. Taghizadeh, M. Cezayirlioglu, W. Li [и др.] // 2025 11th International Conference on Mechatronics and Robotics Engineering (ICMRE). — IEEE. 2025. — С. 241—246.

107. Text2Robot: Evolutionary Robot Design from Text Descriptions [Текст] / R. P. Ringel, Z. S. Charlick, J. Liu, B. Xia, B. Chen // arXiv preprint arXiv:2406.19963. — 2024.

108. RoboMoRe: LLM-based Robot Co-design via Joint Optimization of Morphology and Reward [Текст] / J. Fang, Y. Sun, C. Ma, Q. Lu, L. Yao // arXiv preprint arXiv:2506.00276. — 2025.

109. Won, J. Learning body shape variation in physics-based characters [Текст] / J. Won, J. Lee // ACM Transactions on Graphics (TOG). — 2019. — Т. 38, № 6. —

C. 1—12.

110. Metamorph: Learning universal controllers with transformers [Текст] / A. Gupta, L. Fan, S. Ganguli, L. Fei-Fei // arXiv preprint arXiv:2203.11931. — 2022.

111. Meta Reinforcement Learning for Optimal Design of Legged Robots [Текст] / A. Belmonte-Baeza, J. Lee, G. Valsecchi, M. Hutter // IEEE Robotics and Automation Letters. — 2022. — Т. 7, № 4. — С. 12134—12141.

112. Артоболевский, И. И. Теория механизмов и машин [Текст] / И. И. Артоболевский. — Наука, 1988.

113. Григорьева, Г. Механика. Теория механизмов и машин [Текст] / Г. Григорьева, И. Надырова // М.: ГОУ ВПО СГГА. — 2007.

114. Gogu, G. Structural synthesis of parallel robots [Текст] / G. Gogu. — Springer, 2008.

115. Bertsekas, D. Reinforcement learning and optimal control [Текст]. Т. 1 /

D. Bertsekas. — Athena Scientific, 2019.

116. Liu, S. Dynamics and control of robotic manipulators with contact and friction [Текст] / S. Liu, G. S. Chen. — John Wiley & Sons, 2019.

117. Control system design and methods for collaborative robots [Текст] / A. Hameed, A. Ordys, J. Mozaryn, A. Sibilska-Mroziewicz // Applied Sciences. — 2023. — Т. 13, № 1. — С. 675.

118. Spong, M. W. Robot modeling and control [Текст] / M. W. Spong, S. Hutchinson, M. Vidyasagar // John Wiley &amp. — 2020.

119. Deep reinforcement learning for robotics: A survey of real-world successes [Текст] / C. Tang, B. Abbatematteo, J. Hu, R. Chandra [и др.] // Proceedings of the AAAI Conference on Artificial Intelligence. Т. 39. — 2025. — С. 28694—28698.

120. Sim, Y. Tello leg: The study of design principles and metrics for dynamic humanoid robots [Текст] / Y. Sim, J. Ramos // IEEE Robotics and Automation Letters. — 2022. — Т. 7, № 4. — С. 9318—9325.

121. Robot leg design: A constructive framework [Текст] / S. Rezazadeh, A. Abate, R. L. Hatton, J. W. Hurst // IEEE Access. — 2018. — Т. 6. — С. 54369—54387.

122. Nishii, K. Ultra-low inertia 6-dof manipulator arm for touching the world [Текст] / K. Nishii, A. Hatano, Y. Okumatsu // 2023 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). — IEEE. 2023. — С. 432—438.

123. Chomsky, N. Three models for the description of language [Текст] / N. Chomsky // IRE Transactions on information theory. — 1956. — Т. 2, № 3. — С. 113—124.

124. Task-based limb optimization for legged robots [Текст] / S. Ha, S. Coros, A. Alspach, J. Kim, K. Yamane // 2016 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). — 2016. — С. 2062—2068.

125. Synergizing Morphological Computation and Generative Design: Automatic Synthesis of Tendon-Driven Grippers [Текст] / K. D. Zharkov, M. E. Chaikovskii, Y. V. Osipov, R. Alshaowa [и др.] // 2024 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS). — IEEE. 2024. — С. 10576—10581.

126. Facilitating Model-Based Control Through Software-Hardware Co-Design [Текст] / J. Ramos, B. Katz, M. Y. M. Chuah, S. Kim // 2018 IEEE International Conference on Robotics and Automation (ICRA). — 2018. — С. 566—572.

127. Folkertsma, G. A. Morphological computation in a fast-running quadruped with elastic spine [Текст] / G. A. Folkertsma, A. J. van der Schaft, S. Stramigioli // IFAC-PapersOnLine. — 2015. — Т. 48, № 13. — С. 170—175.

128. Toward dexterous manipulation with augmented adaptive synergies: The pisa/iit softhand 2 [Текст] / C. Della Santina, C. Piazza, G. Grioli, M. G. Catalano, A. Bicchi // IEEE Transactions on Robotics. — 2018. — Т. 34, № 5. — С. 1141—1156.

129. Contactdb: Analyzing and predicting grasp contact via thermal imaging [Текст] / S. Brahmbhatt, C. Ham, C. C. Kemp, J. Hays // Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. — 2019. — С. 8709—8719.

130. Aristidou, A. Inverse kinematics: a review of existing techniques and introduction of a new fast iterative solver [Текст] / A. Aristidou, J. Lasenby. — 2009.

131. Arora, R. K. Optimization: algorithms and applications [Текст] / R. K. Arora. — CRC press, 2015.

132. Eiben, A. E. Introduction to evolutionary computing [Текст] / A. E. Eiben, J. E. Smith. — Springer, 2015.

133. Eremeev, A. V. Optimal recombination in genetic algorithms for combinatorial optimization problems: Part II [Текст] / A. V. Eremeev, J. V. Kovalenko // Yugoslav Journal of Operations Research. — 2014. — Т. 24, № 2. — С. 165—186.

134. Neumann, F. Bioinspired computation in combinatorial optimization: Algorithms and their computational complexity [Текст] / F. Neumann, C. Witt // Proceedings of the 15th annual conference companion on Genetic and evolutionary computation. — 2013. — С. 567—590.

135. Hansen, N. A global surrogate assisted CMA-ES [Текст] / N. Hansen // Proceedings of the genetic and evolutionary computation conference. — 2019. — С. 664—672.

136. Costa, L. d. F. Further generalizations of the Jaccard index [Текст] / L. d. F. Costa // arXiv preprint arXiv:2110.09619. — 2021.

137. Yoshikawa, T. Manipulability of robotic mechanisms [Текст] / T. Yoshikawa // The international journal of Robotics Research. — 1985. — Т. 4, № 2. — С. 3—9.

138. Sim, Y. The dynamic effect of mechanical losses of transmissions on the equation of motion of legged robots [Текст] / Y. Sim, J. Ramos // 2021 IEEE International Conference on Robotics and Automation (ICRA). — IEEE. 2021. — С. 2056—2062.

139. How to Model Brushless Electric Motors for the Design of Lightweight Robotic Systems [Текст] / U. H. Lee, T. Shepherd, S. Kim, A. De [и др.] // arXiv preprint arXiv:2310.00080. — 2023.

140. The grasp taxonomy of human grasp types [Текст] / T. Feix, J. Romero, H.-B. Schmiedmayer, A. M. Dollar, D. Kragic // IEEE Transactions on human-machine systems. — 2015. — Т. 46, № 1. — С. 66—77.

141. Platform portable anthropomorphic grasping with the bielefeld 20-DOF shadow and 9-DOF TUM hand [Текст] / F. Rothling, R. Haschke, J. J. Steil, H. Ritter // 2007 IEEE/RSJ international conference on intelligent robots and systems. — IEEE. 2007. — С. 2951—2956.

142. Xu, Z. Design of a highly biomimetic anthropomorphic robotic hand towards artificial limb regeneration [Текст] / Z. Xu, E. Todorov // 2016 IEEE International Conference on Robotics and Automation (ICRA). — IEEE. 2016. — С. 3485—3492.

143. The iCub humanoid robot: An open-systems platform for research in cognitive development [Текст] / G. Metta, L. Natale, F. Nori, G. Sandini [и др.] // Neural networks. — 2010. — Т. 23, № 8/9. — С. 1125—1134.