Resumen Técnico: Aprendizaje Disperso con Conciencia Física y Adaptación en Línea Selectiva para la Dinámica de Robots de Euler–Lagrange

1. Planteamiento del Problema

Los modelos de dinámica precisos son fundamentales para el control robótico basado en modelos, apoyándose típicamente en las formulaciones de Euler–Lagrange (EL). Sin embargo, los modelos EL nominales suelen fallar en escenarios del mundo real debido a efectos no modelados como variaciones de carga útil, acoplamientos intrasistémicos, fricción, arrastre aerodinámico y condiciones operativas cambiantes.

Los métodos de corrección basados en aprendizaje existentes abordan esto generalmente introduciendo un único término residual aditivo al modelo nominal. Aunque son efectivos para reducir el error de predicción, estos enfoques suelen tratar el desajuste como una función de caja negra no estructurada. Esto ignora la estructura mecánica interna de los sistemas EL, violando propiedades físicas críticas como la simetría, la definición positiva de la matriz de inercia y el acoplamiento específico entre la inercia y los términos dependientes de la velocidad (Coriolis/centrífugos). En consecuencia, tales modelos pueden generar predicciones físicamente inconsistentes y una fiabilidad reducida cuando se integran en controladores.

Además, los sistemas del mundo real exhiben un acoplamiento variante en el tiempo donde muchas interacciones de estado permanecen débiles, lo que sugiere que la dinámica residual es parcialmente dispersa. Los métodos existentes a menudo no logran aprovechar esta dispersión o adaptarse eficientemente a condiciones no estacionarias sin incurrir en altos costos computacionales o ineficiencia de datos. El desafío central es desarrollar un marco de aprendizaje que preserve la forma mecánica estructurada de los sistemas EL mientras permite una adaptación selectiva y compacta en línea ante perturbaciones cambiantes.

2. Metodología

Los autores proponen un marco de aprendizaje de residuos que preserva la estructura que descompone el desajuste del modelo en componentes distintos, separando los términos mecánicamente acoplados de las fuerzas sensibles a las perturbaciones. La metodología consta de cuatro etapas principales:

A. Descomposición Estructurada de Residuos

En lugar de aprender un residuo aditivo único $\delta$, el modelo descompone la corrección en tres partes basadas en la ecuación EL:
$$\delta_t = \Delta M_t \ddot{\chi}_t + \Delta C_t \dot{\chi}_t + \Delta f_t$$

1. Corrección de Inercia ($\Delta M$): Una corrección estructurada a la matriz de inercia.
2. Término de Coriolis Inducido ($\Delta C$): Derivado directamente de la inercia corregida para preservar la propiedad de antisimetría ($\dot{M} - 2C$).
3. Residuo de Fuerza Generalizada ($\Delta f$): Captura fuerzas no conservativas (fricción, arrastre, perturbaciones externas).

B. Modelado de Interacción Latente Dispersa

Para manejar la dinámica dependiente de la historia y explotar la dispersión, el sistema codifica una ventana de historia finita de observaciones ($H_t$) en una representación latente $\tilde{z}_t$ utilizando una red convolucional temporal. Esta representación se divide luego en dos ramas mediante umbralización suave (un mecanismo de codificación dispersa):

• Rama Estructural ($z^M_t$): Un código disperso que impulsa la corrección de la inercia.
• Rama Adaptativa ($z^f_t$): Un código disperso que impulsa la corrección de la fuerza generalizada.

Esto asegura que solo un pequeño subconjunto de modos de interacción "activos" se utilice en cualquier momento dado, promoviendo la parsimonia.

C. Restricciones Físicas y Parametrización

• Matriz de Inercia: La inercia corregida $\hat{M}$ se parametriza como la suma de la inercia nominal y una corrección aprendida. La corrección se construye como un término de bajo rango más un término diagonal estrictamente positivo (usando una activación softplus), garantizando que $\hat{M}$ sea Simétrica Definida Positiva (SPD) por construcción.
• Matriz de Coriolis: La matriz de Coriolis corregida $\hat{C}$ no se aprende de forma independiente, sino que se deriva analíticamente de la inercia aprendida $\hat{M}$ utilizando símbolos de Christoffel. Esto impone el acoplamiento mecánico entre la inercia y los términos de velocidad.
• Fuerza Generalizada: Modelada como una función lineal del código latente adaptativo disperso ($\Delta f = \Theta z^f_t$).

D. Adaptación Selectiva en Línea

Para manejar condiciones variables en el tiempo (por ejemplo, cambios en la carga útil), el marco emplea una adaptación selectiva en línea:

• Los componentes mecánicamente estructurados ($\Delta M$ y $\Delta C$) se mantienen fijos después del entrenamiento fuera de línea.
• Solo el decodificador de la fuerza generalizada ($\Theta$) se actualiza en línea.
• Las actualizaciones se realizan utilizando Regresión Lineal Bayesiana dentro del subespacio latente activo definido por los elementos no nulos de $z^f_t$. Esto permite una adaptación rápida y eficiente en muestras a las perturbaciones sin necesidad de reentrenar todo el modelo o violar la estructura mecánica aprendida.

3. Contribuciones Clave

El artículo destaca tres contribuciones principales:

1. Descomposición de Residuos Preservadora de la Estructura: La formulación del aprendizaje de residuos para sistemas EL mediante la separación explícita de las correcciones de inercia, los términos de Coriolis inducidos y las fuerzas generalizadas. Esto preserva propiedades mecánicas clave (simetría, definición positiva) en lugar de absorber todas las discrepancias en un término genérico de caja negra.
2. Modelado de Interacción Dependiente de la Historia Parsimonioso: La introducción de una representación latente dispersa que captura un número limitado de patrones de interacción activos. Esto permite un modelado compacto tanto de los desajustes mecánicos estructurados como de los efectos de las perturbaciones, aprovechando la observación de que muchas interacciones de estado son consistentemente débiles.
3. Adaptación Bayesiana Selectiva en Línea: El desarrollo de un mecanismo de adaptación que actualiza solo el componente de fuerza generalizada sensible a las perturbaciones dentro del subespacio latente activo. Esto mantiene la integridad de la estructura mecánica aprendida mientras asegura la capacidad de respuesta ante la dinámica no estacionaria.

4. Resultados Experimentales

El método fue evaluado en cinco plataformas robóticas: un robot móvil de tracción diferencial, un manipulador de 6 DoF, un cuadricóptero, un manipulador móvil y un manipulador aéreo. Los experimentos involucraron el seguimiento de trayectorias complejas en forma de ocho bajo diversas cargas útiles y condiciones operativas.

• Precisión de Predicción: El método propuesto logró el error de predicción normalizado más bajo en comparación con las líneas base, incluyendo Identificación de Sistemas (SysID) dispersa, TCNs inspiradas en la física (PI-TCN) y Control Adaptativo de Modelo Profundo (DMRAC). Las líneas base tuvieron dificultades con el acoplamiento dependiente de la configuración en manipuladores móviles y aéreos, mientras que el enfoque estructurado destacó.
• Seguimiento de Trayectoria: En el control de bucle cerrado utilizando un controlador de torque computado, el método propuesto demostró un rendimiento de seguimiento superior (menor RMSE) en comparación con modelos de aprendizaje profundo fuera de línea (DNN, Diffusion), enfoques de meta-aprendizaje y MLPs activos. Los resultados indican que combinar el modelado estructurado con actualizaciones recursivas conscientes de la incertidumbre es crítico para un seguimiento robusto bajo dinámica no estacionaria.
• Estudios de Ablación:
  • Dispersión: Niveles moderados de dispersión produjeron el mejor equilibrio entre expresividad y robustez, mejorando la eficiencia de datos en regímenes de pocos datos y permitiendo una convergencia más rápida.
  • Adaptación: El modelo disperso mostró una recuperación de error y una convergencia más suaves tras perturbaciones transitorias (por ejemplo, caídas de carga útil) en comparación con los modelos densos. La dimensión latente activa aumentó dinámicamente durante los transitorios y regresó a los niveles nominales, demostando una complejidad adaptativa.

5. Significación y Reivindicaciones

El artículo argumenta que un control basado en modelos preciso en el mundo real requiere más que solo reducir el error de predicción; demanda consistencia física y adaptabilidad selectiva.

• Consistencia Física: Al preservar la estructura EL (inercia SPD, términos de Coriolis acoplados), el modelo permanece interpretable y fiable, evitando los problemas de las correcciones de caja negra no estructuradas que pueden conducir a comportamientos de control inestables.
• Eficiencia y Robustez: La combinación de representaciones latentes dispersas y adaptación selectiva en línea permite al sistema manejar condiciones variables en el tiempo de manera eficiente. Evita la carga computacional del reentrenamiento total del modelo y la ineficiencia de datos de adaptar grandes conjuntos de parámetros.
• Despliegue Práctico: El marco está diseñado para el despliegue en tiempo real en hardware embebido (NVIDIA Jetson Orin NX), demostrando que el aprendizaje de residuos estructurado puede integrarse eficazmente en controladores basados en modelos para diversos sistemas robóticos.

Los autores concluyen que, si bien su enfoque mejora significamente el rendimiento, persiste una limitación: el componente mecánicamente estructurado permanece fijo durante el despliegue. Sugieren que trabajos futuros deberían investigar la adaptación conjunta de los términos mecánicos estructurados para escenarios que involucren cambios muy grandes o persistentes en las propiedades de inercia.