Resumen Técnico: El Modelo Correcto, en el Momento Correcto: MPC de Fidelidad Escalonada en Tiempo Real para la Marcha Bípeda

Enunciado del Problema

La robótica de patas ha experimentado avances significativos, sin embargo, el control de robots bípedos de alta dimensionalidad sigue siendo un desafío. Aunque el Aprendizaje por Refuerzo (RL) ofrece resultados impresionantes, lucha contra la ineficiencia en el muestreo, la configuración de recompensas y las garantías de seguridad. El Control Predictivo de Modelo (MPC) es atractivo por su capacidad para manejar restricciones y dinámicas del sistema en línea; no obstante, resolver problemas de control óptimo para la dinámica bípeda de cuerpo completo en tiempo real es computacionalmente prohibitivo.

Los enfoques existentes a menudo desacoplan la planificación y el control, utilizando modelos de orden reducido (por ejemplo, Cuerpo Rígido Único) para la planificación MPC y Control de Cuerpo Completo (WBC) para la ejecución. Esta separación puede conducir a planes dinámicamente inviables. Por el contrario, los enfoques recientes de MPC de cuerpo completo que utilizan Programación Dinámica Diferencial (DDP) son efectivos, pero a menudo dependen de solucionadores especializados y específicos del problema. Existe la necesidad de un marco que equilibre la eficiencia computacional con la precisión predictiva, utilizando solucionadores maduros y de propósito general para habilitar el control de cuerpo completo en tiempo real sin implementaciones de solucionadores personalizados.

Metodología

El artículo propone un marco de Control Predictivo de Modelo (MPC) de cuerpo completo multi-fase que combina modelos de alta fidelidad y de orden reducido dentro de un único horizonte de predicción. El enfoque se implementa utilizando acados, un marco de código abierto de propósito general que soporta control óptimo multi-fase.

1. Formulación de Fidelidad Escalonada

El horizonte de predicción se divide en dos fases distintas:

• Horizonte Temprano (Fase de Cuerpo Completo): Los primeros $N_{wb}$ pasos utilizan un modelo detallado de Cuerpo Completo (WB). Esta fase captura la dinámica bípeda completa, incluyendo pares de articulaciones accionadas, orientación de base flotante y pares de contacto para ambos pies. El estado incluye posiciones y velocidades generalizadas, y la dinámica se linealiza alrededor de una configuración inicial para reducir la complejidad mientras se retienen las restricciones cinemáticas no lineales.
• Horizonte Tardío (Fase de Cuerpo Rígido Único): Los siguientes $N_{srb}$ pasos utilizan un modelo de Cuerpo Rígido Único (SRB). Aquí, el robot se aproxima como un cuerpo rígido único con masa e inercia concentradas. El estado incluye la posición/velocidad de la base flotante y las posiciones relativas de los pies. Esta simplificación reduce significativamente la carga computacional para el futuro distante.

2. Problema de Optimización

El controlador resuelve un problema de control óptimo no lineal utilizando Programación Cuadrática Secuencial (SQP). La función objetivo minimiza los costos de etapa para ambas fases, un costo de transición en el límite de fase y un costo terminal.

• Restricciones: La formulación incluye conos de pares, programas de contacto (modos de contacto prescritos), condiciones de no deslizamiento y cinemática de contacto (asegurando que los pies estén en el suelo durante la fase de apoyo y dentro de los límites durante el balanceo). Los límites articulares se imponen como restricciones de caja.
• Transición: Un mapa de transición $f_t(\cdot)$ inicializa el estado SRB a partir del estado terminal WB, asegurando continuidad en la base flotante y las posiciones de los pies derivadas de la cinemática directa.
• Entradas de Control: La fase WB optimiza los pares articulares y los pares de contacto. La fase SRB optimiza los pares de contacto y las velocidades de los pies. Cabe destacar que el controlador no depende de ubicaciones de pasos pre-seleccionadas; optimiza la colocación de los pies dinámicamente basándose en la velocidad de marcha objetivo.

3. Detalles de Implementación

• Solucionador: El problema se resuelve utilizando el solucionador SQP en acados con una aproximación de Hessiana de Gauss-Newton y el método de punto interior HPIPM para los subproblemas de Programación Cuadrática (QP).
• Estrategia en Tiempo Real: El sistema emplea una estrategia de solución "suficientemente buena", limitando el número de iteraciones SQP por ciclo de control para asegurar que el tiempo de resolución permanezca dentro del presupuesto de frecuencia de control (100 Hz).
• Discretización: La fase WB utiliza un paso de tiempo más fino ($\Delta t_{wb} = 0.02$ s), mientras que la fase SRB utiliza un paso más grueso ($\Delta t_{srb} = 0.1$ s) para equilibrar aún más la precisión y la velocidad.

Resultados Clave

El controlador fue validado en simulación MuJoCo en el robot bípedo HyPer-2 (18 DoF, 110 cm de altura, 22 kg).

• Rendimiento en Tiempo Real: El sistema logró una marcha estable a una frecuencia de control de 100 Hz con un tiempo de resolución máximo de 10 ms.
• Límites de Iteración: Los experimentos que variaron el número de iteraciones SQP mostraron que 3 iteraciones fueron suficientes para minimizar los errores de altura y velocidad, manteniendo los tiempos de resolución por debajo de 10 ms. Aumentar las iteraciones más allá de esto produjo rendimientos decrecientes en la reducción de costos pero aumentó linealmente el tiempo de resolución.
• Composición del Horizonte: Variar la relación $\alpha = N_{wb} / (N_{wb} + N_{srb})$ reveló una compensación. Una relación de $\alpha = 0.6$ minimizó los errores de seguimiento pero excedió el límite de tiempo de resolución de 10 ms. Las relaciones $\alpha \le 0.2$ condujeron a inestabilidad, mientras que $\alpha > 0.7$ causaron que el robot cayera, probablemente debido a un horizonte de predicción efectivo acortado.
• Discretización: El sistema fue inestable para pasos de tiempo WB menores a 15 ms. El tamaño de paso óptimo se encontró ser aproximadamente 21 ms (horizonte total $T \approx 126$ ms), equilibrando la minimización del error de altura contra el riesgo de configuraciones singulares (colapso de rodilla) en tamaños de paso más grandes.

Significado y Afirmaciones

Los autores afirman que este trabajo demuestra la viabilidad del MPC de cuerpo completo en tiempo real para la marcha bípeda utilizando herramientas estándar de optimización numérica de propósito general (acados) en lugar de solucionadores especializados y específicos del problema.

Las contribuciones clave incluyen:

1. Marco Unificado: Integrar exitosamente un modelo WB de alta fidelidad y un modelo SRB reducido en una única formulación MPC multi-fase.
2. Eficiencia Computacional: Lograr rendimiento en tiempo real (100 Hz) en un robot de 18 DoF reduciendo estratégicamente la fidelidad del modelo en los pasos de predicción posteriores y limitando las iteraciones SQP.
3. Planificación Autónoma de Pasos: El controlador optimiza los pares articulares y la colocación de los pies simultáneamente sin depender de la selección previa de pasos, impulsado únicamente por una velocidad objetivo y un programa de contacto.

El artículo concluye que, aunque el enfoque es prometedor, el análisis del diseño multi-fase (específicamente la interacción entre la longitud del horizonte, la composición del modelo y la discretización) requiere un estudio sistemático adicional. Los autores señalan que es necesaria la validación en el robot físico HyPer-2 para evaluar la estabilidad bajo condiciones realistas.