Model Predictive Impedance Control with Gaussian Processes for Human and Environment Interaction

1. El Problema

La manipulación robótica que implica contacto físico, especialmente en la interacción humano-robot (HRI), enfrenta un desafío fundamental: la incertidumbre. Esta incertidumbre puede provenir de múltiples fuentes simultáneas:

• Variabilidad en los objetivos humanos: El robot no sabe a priori si el humano quiere llevar el objeto a un lugar A o B.
• Incertidumbre en el entorno: La posición exacta de las restricciones de contacto o la rigidez del entorno pueden variar entre iteraciones.
• Perturbaciones externas: Fuerzas no deseadas (como vibraciones en tareas de pulido).
• Confianza en el modelo: La falta de datos en ciertas regiones del espacio de trabajo.

Los métodos existentes suelen abordar estas incertidumbres de forma aislada (por ejemplo, solo adaptando la rigidez basándose en demostraciones, o solo filtrando perturbaciones). No existe un marco unificado que pueda planificar trayectorias y adaptar parámetros de impedancia (inercia, amortiguamiento, rigidez) en tiempo real considerando todas estas fuentes de incertidumbre conjuntamente, manteniendo la seguridad y la eficiencia.

2. Metodología Propuesta

Los autores proponen un marco de Control Predictivo por Modelo (MPC) no lineal que utiliza Procesos Gaussianos (GP) para modelar las fuerzas externas. El sistema funciona como un controlador de bucle externo que ajusta tanto la trayectoria como los parámetros de impedancia del robot.

A. Modelado con Procesos Gaussianos (GP)

En lugar de usar GPs para generar directamente la referencia de movimiento (como en métodos de aprendizaje por demostración tradicionales), los autores los utilizan como modelos de tarea intermedios para predecir las fuerzas:

• Se aprende un modelo GP para cada modo discreto posible (ej. diferentes objetivos humanos).
• El modelo predice la fuerza media ($\mu_f$) y la covarianza ($\Sigma_f$) en función de la posición del robot.
• La covarianza del GP captura la incertidumbre: alta varianza indica poca confianza (nuevas regiones) o variabilidad en las demostraciones (ej. contacto con el entorno).
• Se utiliza una función de media tipo "bisagra" (hinge function) para modelar mejor las fuerzas de contacto, permitiendo distinguir entre espacio libre y contacto.

B. Formulación del Problema MPC

El problema de optimización se resuelve en línea (10-20 Hz) para determinar:

1. Trayectoria: La referencia de fuerza ($f^r$) para el controlador de admitancia de bajo nivel.
2. Impedancia: Los parámetros de inercia ($M$) y amortiguamiento ($D$).

Función de Costo:
La función de costo minimiza una combinación ponderada de:

• Error de seguimiento de la trayectoria (basado en la media del GP).
• Costo de incertidumbre: Penaliza la varianza de la trayectoria y la fuerza (evitando regiones de alta incertidumbre).
• Costo ergonómico: Basado en el torque articular humano estimado, ajustando la impedancia para reducir el esfuerzo del humano.
• Rechazo de perturbaciones: Un modelo en el dominio de la frecuencia (filtro paso alto) para ignorar fuerzas de alta frecuencia (vibraciones de pulido) sin afectar la respuesta a fuerzas humanas de baja frecuencia.

Restricciones de Seguridad:

• Restricción de probabilidad de fuerza (Chance Constraint): Asegura que la fuerza de contacto no supere un límite con una probabilidad definida, considerando la incertidumbre del modelo GP.
• Restricción de contacto bien amortiguado: Calcula la rigidez del entorno estimada a partir del GP y ajusta el amortiguamiento virtual para garantizar la estabilidad dinámica del contacto (evitar oscilaciones).

C. Inferencia de Objetivos

El sistema utiliza una estimación bayesiana para actualizar en tiempo real la creencia ($b_t$) sobre cuál es el objetivo discreto del humano, basándose en las fuerzas medidas y los modelos GP.

3. Contribuciones Clave

1. Taxonomía Unificada de Incertidumbre: Clasifica las fuentes de incertidumbre en HRI y propone una formulación de problema unificada para abordarlas mediante control de impedancia adaptativo.
2. MPC con Modelos GP Intermedios: A diferencia de los enfoques donde el GP genera la trayectoria, aquí el GP modela las fuerzas dentro de un problema de optimización MPC, permitiendo objetivos y restricciones explícitas dependientes de la incertidumbre.
3. Optimización Basada en Gradientes de Impedancia: Es el primer enfoque que optimiza los parámetros de impedancia (inercia/amortiguamiento) mediante métodos de gradiente en un problema MPC, permitiendo restricciones complejas como límites de fuerza y estabilidad de contacto.
4. Validación Experimental Completa: Demostración en tareas reales de ensamblaje, pulido y manipulación colaborativa con múltiples objetivos.

4. Resultados Experimentales

El marco se validó en cuatro escenarios principales:

• Contacto y Estabilidad: En tareas de contacto con entornos de diferente rigidez y variabilidad de posición, las restricciones de "contacto bien amortiguado" lograron mantener la estabilidad y reducir las fuerzas pico en entornos rígidos, mientras que las restricciones de probabilidad de fuerza fueron más conservadoras en entornos con alta variabilidad.
• Ensamblaje de Riel: El robot aprendió a distinguir entre grados de libertad (DoF) repetibles y variables. Aumentó la impedancia en la dirección del riel (precisión) y la redujo en la dirección variable, permitiendo al humano corregir fácilmente la posición sin luchar contra el robot.
• Pulido: El sistema logró rechazar las vibraciones de alta frecuencia del proceso de pulido (aumentando la inercia/amortiguamiento en la dirección de la vibración) mientras permitía que el humano guiara la velocidad de baja frecuencia. Además, la optimización ergonómica redujo la impedancia cuando el humano estaba en posiciones biomecánicamente desfavorables.
• Doble Encaje (Peg-in-Hole): El sistema infirió en tiempo real el objetivo humano (qué agujero encajar) y ajustó la trayectoria y la fuerza de asistencia en consecuencia, demostrando una colaboración fluida con objetivos discretos inciertos.

Rendimiento Computacional: El sistema operó a tasas de control entre 10 y 24 Hz, lo cual es suficiente para aplicaciones en tiempo real, aunque la complejidad computacional aumenta con la rigidez del contacto.

5. Significado y Conclusión

Este trabajo representa un avance significativo hacia la robótica colaborativa segura y adaptable. Al integrar modelos probabilísticos (GP) directamente en un esquema de optimización predictiva (MPC), el sistema puede:

• Manejar la incertidumbre de manera explícita y cuantitativa.
• Adaptar dinámicamente su "suavidad" (impedancia) según el contexto (seguridad, ergonomía, precisión).
• Funcionar sin necesidad de modelos analíticos complejos del entorno o grandes cantidades de datos de entrenamiento (aprende con $\le 3$ demostraciones).

La principal limitación identificada es la carga computacional asociada a la integración de modelos de contacto rígido y la necesidad de un ajuste cuidadoso de los parámetros del integrador para mantener la convexidad y la factibilidad del problema de optimización. Sin embargo, el marco propuesto establece una base sólida para robots que pueden trabajar de forma segura y eficiente junto a humanos en entornos industriales no estructurados.