Stopnie swobody (DOF) w robotach humanoidalnych — co naprawdę oznaczają

Stopień swobody — definicja bez żargonu

Stopień swobody (ang. degree of freedom, DOF) to liczba niezależnych sposobów, w jakie dany element może się poruszać. W mechanice klasycznej pojedyncze sztywne ciało w przestrzeni ma maksymalnie sześć stopni swobody: trzy translacyjne (przód-tył, lewo-prawo, góra-dół) i trzy rotacyjne (przechylenie, pochylenie, odchylenie). W robotyce w praktyce liczy się to prościej: każdy napędzany przegub obrotowy, który robot może poruszać niezależnie od innych, to zwykle jeden DOF.

Klasyczne ramię humanoidalne opisuje się jako łańcuch kinematyczny o 7 DOF: trzy osie obrotu w barku, jedna w łokciu i trzy w nadgarstku. To więcej niż teoretyczne minimum 6 DOF potrzebne do dowolnego ustawienia i orientacji dłoni w przestrzeni — nadmiarowy, siódmy stopień swobody nazywa się redundantnym i pozwala np. unikać przeszkody łokciem bez zmiany pozycji samej dłoni.

Dlaczego jeden robot ma 23 DOF, a inny 43

Liczba DOF całego robota to suma DOF wszystkich napędzanych przegubów: nóg, tułowia, ramion, karku i dłoni. Dobrym przykładem różnicy w ramach jednej linii produktowej jest Unitree G1: według producenta wersja standardowa ma 23 stopnie swobody (po 6 na nogę, 5 na ramię, 1 w talii), natomiast wersja EDU od 23 do 43 DOF — różnica bierze się z opcjonalnych dodatkowych 2 DOF w talii, opcjonalnych dwóch DOF w nadgarstku oraz opcjonalnych zręcznych dłoni (7 DOF na dłoń) (Unitree).

Inne modele idą jeszcze dalej w stronę górnej części ciała. Figure 03 ma w opisie Figure AI przeprojektowany system dłoni z kamerą w dłoni i czujnikami dotykowymi w opuszkach, a sterujący nim model Helix koordynuje 35-DOF przestrzeń akcji górnej połowy ciała, od pojedynczych palców po głowę i tułów (Figure AI — Helix); tej liczby nie przypisujemy tu wprost całemu robotowi ani liczbie DOF samych dłoni, bo producent nie podaje ich w zweryfikowanej specyfikacji. Dla modelu konkurencyjnego Tesla Optimus Gen 3 nie podajemy liczby DOF, bo Tesla nie opublikowała specyfikacji Gen 3; szczegóły w „Tesla Optimus”.

Wniosek: liczba DOF nie jest stałą cechą „robota humanoidalnego” jako kategorii, tylko konkretną decyzją projektową każdego modelu, często różną nawet między wariantami tego samego produktu (jak w G1 standard vs EDU).

DOF w dłoniach i palcach — dlaczego to osobna liczba

Karty katalogowe zwykle podają DOF całego ciała i DOF dłoni osobno, bo to dwa różne problemy inżynierskie. DOF nóg i tułowia odpowiadają głównie za chód, równowagę i zasięg ramienia. DOF dłoni odpowiadają za manipulację — a manipulacja jest tym, co odróżnia „robota, który potrafi chodzić” od „robota, który potrafi wykonać pracę”.

Prosty chwytak przemysłowy może mieć 1 DOF (otwórz/zamknij). Dłoń określana jako „dexterous” (zręczna) — z niezależnie sterowanymi palcami i kciukiem przeciwstawnym — wymaga według konstruktorów od kilku (np. 7 DOF w Dex3-1) do kilkunastu czy dwudziestu kilku DOF, żeby odwzorować chwyty precyzyjne (np. trzymanie długopisu) i chwyty siłowe (np. trzymanie narzędzia) tym samym mechanizmem. Więcej DOF w dłoni zazwyczaj oznacza też więcej miejsca na czujniki dotykowe przy każdym stawie palca, co dodatkowo podnosi koszt — temat ten łączy się bezpośrednio z doborem aktuatorów, opisanym w „Aktuatory w robotach humanoidalnych”.

Więcej DOF to nie zawsze lepiej

Warto oprzeć się pokusie traktowania DOF jako prostego rankingu „im więcej, tym lepszy robot”. Każdy dodatkowy stopień swobody to:

• dodatkowy silnik, przekładnia i enkoder — a więc dodatkowa masa, koszt i potencjalny punkt awarii,
• dodatkowy wymiar w przestrzeni sterowania, którym musi zarządzać oprogramowanie w czasie rzeczywistym (patrz: „Jak działa robot humanoidalny”),
• większe zapotrzebowanie na dane treningowe dla modeli sterujących ruchem, bo przestrzeń możliwych konfiguracji rośnie wykładniczo z liczbą DOF.

Dlatego robot zoptymalizowany pod konkretne, powtarzalne zadanie magazynowe — jak Agility Digit — może mieć mniej rozbudowaną dłoń niż robot projektowany pod ogólną manipulację domową, i wcale nie jest przez to gorszym produktem w swojej kategorii.

DOF a rodzaj wykonywanej pracy

Liczba DOF ma sens tylko w odniesieniu do zadania, do którego robot jest projektowany. Robot magazynowy, który przez cały dzień przenosi kartony z regału na paletę, potrzebuje przede wszystkim stabilnego chodu i wystarczającej siły chwytu — dodatkowe DOF w nadgarstku czy w poszczególnych palcach niewiele mu tu dają, za to podnoszą koszt zakupu i utrzymania floty. Z kolei robot mający pracować w gastronomii, opiece czy przy montażu drobnych elementów elektronicznych potrzebuje znacznie bardziej rozbudowanej dłoni, bo to właśnie precyzja chwytu, a nie sama mobilność, decyduje o przydatności do zadania. Dlatego przy wyborze robota do konkretnego zastosowania sensowniej jest pytać „ile DOF potrzeba do tego zadania”, niż szukać modelu z maksymalną liczbą DOF w ogóle.

Jak liczba DOF wpływa na trenowanie AI sterującej ruchem

Jest jeszcze jeden, mniej oczywisty powód, dla którego liczba DOF nie rośnie w nieskończoność razem z ambicjami producentów: każdy dodatkowy stopień swobody zwiększa wymiarowość przestrzeni, w której musi poruszać się model sterujący robotem. Modele wizyjno-językowo-akcyjne, takie jak opisywany w „Modele VLA: jak AI steruje robotami humanoidalnymi” Figure Helix, muszą wygenerować spójny, płynny sygnał sterujący jednocześnie dla wszystkich 35 DOF górnej połowy ciała, jak w Helix firmy Figure AI, w czasie rzeczywistym i bez kolizji między poszczególnymi ruchami. Im więcej niezależnych osi ruchu, tym więcej danych treningowych potrzeba, żeby model nauczył się bezpiecznych, naturalnych wzorców ruchu zamiast nieprzewidywalnych, gwałtownych korekt — a zbieranie takich danych (najczęściej metodą teleoperacji) jest czasochłonne i kosztowne niezależnie od tego, jak dobry jest sam model.

Jak czytać DOF w praktyce

Przy porównywaniu modeli w naszym katalogu roboty humanoidalne warto sprawdzić trzy rzeczy: (1) czy podana liczba DOF dotyczy całego ciała czy tylko górnej połowy — bo model skupiony na manipulacji stacjonarnej (jak niektóre roboty przemysłowe) może w ogóle nie liczyć nóg; (2) czy DOF dłoni jest podane osobno — jeśli nie, może to oznaczać prosty chwytak zamiast zręcznej dłoni; (3) czy liczba pochodzi z oficjalnej karty producenta czy z szacunków źródeł trzecich — jak w przypadku danych o Tesla Optimus Gen 3, które oznaczamy jako niepotwierdzone, dopóki producent nie opublikuje oficjalnej specyfikacji. Metodologię czytania takich danych rozwijamy w „Jak czytać kartę katalogową robota”.