肩—肘—腕的小把戲
把一杯水端在身前，讓手保持紋絲不動，然後上下擺動你的肘部。水杯沒有移動，但你的整條手臂卻一直在重新調整姿態。這之所以可能，是因為你的手臂關節數超過了任務嚴格所需：把手放到空間中某個位姿（位置加朝向）只需要六個數，而你的肩、肘、腕加在一起卻提供了七個轉動自由度。多出來的那一個，是你可以隨意支配的自由。
機械臂也可以擁有同樣的天賦。本階梯前幾級已經搭好了核心機器：正運動學（輸入關節角，輸出手部位姿）、逆運動學（輸入目標位姿，輸出關節角），以及把關節速度與手部速度聯繫起來的雅可比矩陣。本篇要講的是，當關節數有富餘時會發生什麼——以及如何把這多出來的餘地變成工具，而非麻煩。
冗餘：一個手部位姿，多種手臂形態
當一條手臂擁有的關節自由度多於眼前任務所需時，就說它具有運動學冗餘。一條七關節手臂被要求把手放到六自由度的位姿上時，有一個冗餘自由度；同一條手臂若只被要求觸到一個點（不管朝向），冗餘就更多。冗餘是相對於任務而言的，並非硬體的固定屬性。
其後果意義深遠。對非冗餘手臂而言，一個可達的手部位姿通常對應一小組有限的關節解（經典的「肘上 vs 肘下」之選）。而對冗餘手臂而言，單個手部位姿對應的是一整族連續的關節構型——以無窮多種方式停在同一個地方。逆運動學問題不再只有一個答案，而是在關節空間中擁有一條曲線、一張曲面，乃至一團體積的答案。
在這族解中明智地選擇本身就是一門學問，叫做冗餘消解。其思路是：讓手精確停在任務要求的位置，同時把剩餘的自由用在次要目標上——遠離關節極限、讓肘部避開障礙物，或保持靈活。手部位姿是硬約束，其餘一切都是在它之下優化的偏好。
零空間運動：動起來卻哪兒也沒去
機器人怎樣在不移動手的情況下擺動肘部？答案藏在雅可比矩陣裡。回想一下，雅可比把關節速度變成手部速度。對冗餘手臂來說，存在一整批關節速度組合，被雅可比映射為零手部速度——關節在動，效果卻在手部相互抵消。這組自相抵消的關節運動叫做雅可比的零空間，沿它運動就是零空間運動。
這正是那杯水的把戲，只是說得更精確了。零空間運動是一種內部重構：手臂自我重新排布，而末端執行器始終凍結在目標上。由於它對任務毫無代價，正是追求那些次要目標的理想場所——躲開漂向肘部的障礙物、把關節引離機械極限，或從運動學奇異點處退開（在奇異點上，手臂會失去朝某個方向運動的能力）。
Joint command = primary task + null-space term
q_dot = J_pseudoinverse * x_dot_desired <- moves the hand
+ N * z <- moves the elbow only
where N projects any desired joint motion z
into the null space, so it changes the arm's
shape WITHOUT changing the hand's velocity.你甚至可以把優先級疊起來。手部位姿可以是最高優先級，避障次之，舒適姿態墊底——每個較低目標只能在較高目標留下的自由內活動。這種在零空間中對任務分層的做法，正是現代人形機器人所用的全身控制器的種子。
可操作度：一張「手有多容易動」的地圖
即便手臂能夠到某個點，它在那裡朝各個方向也並非同樣靈活。在接近完全伸直的姿態附近，手向側面滑動很輕鬆，卻抗拒沿手臂方向移動——就像你自己手臂完全伸直時那樣。可操作度橢球一眼就能刻畫這一點：設想讓關節以單位力度朝各個方向運動，並描出手響應的快慢。結果是一個橢球，沿容易的方向鼓出，沿困難的方向收窄。
一個渾圓飽滿的橢球意味著手在每個方向都靈活——這是一個靈巧的位姿。一個扁如薄餅的橢球則是警告：手臂逼近奇異點，沿被壓扁的那條軸幾乎動彈不得。工程師把橢球歸結為單一的可操作度數值（大致是它的體積），當作品質評分來用。冗餘消解便可專門用零空間運動把這個評分維持得很高，引導手臂走向它依然敏捷、響應迅速的位姿。
這讓前幾篇裡的一個概念更加銳利。手所能觸到的全部點構成可達工作空間；其中那塊更小、還能以任意所欲朝向到達的區域，是靈巧工作空間。可操作度又添了第三層細膩：不只看一個位姿是否可達，還看手臂到了那裡之後能動得多優雅。
前沿：全身控制與基於學習的運動學
把冗餘推到極限，你就來到了人形機器人。人形機器人在兩條手臂、一個軀幹和兩條腿上分佈著幾十個關節，因此幾乎每個任務都極度冗餘。現代的答案是全身控制：把整個身體當作一個龐大的冗餘系統，在每一瞬間求解出尊重一摞分級目標的關節運動——先保持平衡、再擺放雙手、最後求舒適——這正是前面那套零空間分層，放大到整台機器。
經典運動學也正獲得一位基於學習的搭檔。數值逆運動學可能很慢、也可能卡住；如今越來越多地，會訓練一個神經網路一步給出不錯的關節構型，再由經典求解器加以打磨。而在最前沿，視覺—語言—動作模型與模仿學習讓機器人把相機圖像直接映射為動作，從人類示範中隱式地吸收冗餘消解，而非依賴手寫規則。