효과적인 매개변수, 실제 동작: 로봇 공학을 위한 재규격화 -- 무한 전자 질량에서 시뮬레이션-실제 격차까지

Effective Parameters, Real Behavior: Renormalization for Robotics -- From Infinite Electron Mass to Sim-to-Real Gap

시뮬레이션-실제 격차를 해소하는 것은 로봇 공학의 핵심 문제이며, 현재 주된 접근 방식은 점점 더 정확한 시뮬레이터를 구축하는 것입니다. 본 논문에서는 재규격화에 기반한 다른 접근 방식을 제안합니다. 즉, 시뮬레이터에서 생략된 세부 사항을 흡수하고 실제 동작을 재현하기 위해 효과적이고 해상도 의존적인 매개변수를 사용하는 것입니다. 이러한 매개변수는 시뮬레이터가 누락하는 부분을 보완하므로 측정된 물리적 값과 다를 수 있습니다. 우리는 유한한 시뮬레이션 주파수에서 비례-미분(PD) 제어에 대해 이 메커니즘을 분석적으로 보여줍니다. 여기서 비례 피드백은 효과적인 미분 게인을 변경하고, 미분 피드백은 효과적인 관성을 변경합니다. 그런 다음, 우리는 동일한 관점에서 동적 로프 조작과 수중 수영을 해석합니다. 마지막으로, 관측 가능한 값을 선택하고, 누락된 물리 현상을 식별하며, 효과적인 매개변수를 결정하는 실용적인 절차를 제시합니다. 재규격화는 로봇 공학에 시뮬레이션-실제 격차를 해소하기 위한 보완적인 경로를 제공합니다: 효과적인 매개변수, 실제 동작.

Bridging the sim-to-real gap is a central problem in robotics, and the prevailing approach is to build increasingly accurate simulators. Here, we propose another approach based on renormalization: using effective, resolution-dependent parameters to absorb details omitted by the simulator and reproduce real behavior. These parameters may differ from measured physical values because they compensate for what the simulator leaves out. We demonstrate this mechanism analytically for proportional--derivative (PD) control at finite simulation frequency, where proportional feedback changes the effective derivative gain and derivative feedback changes the effective inertia. We then interpret dynamic rope manipulation and underwater swimming through the same perspective. Finally, we present a practical procedure for choosing observables, identifying omitted physics, and determining effective parameters. Renormalization offers robotics a complementary path across the sim-to-real gap: effective parameters, real behavior.