Locomotion analysis of a quadruped interacting with the lunar granular surface

Resumen Técnico: Análisis de Locomoción de un Cuadrúpedo Interactuando con la Superficie Granular Lunar

Planteamiento del Problema
Los robots con patas se proponen cada vez más para la exploración extraterrestre, particularmente para navegar en terrenos complejos como pozos lunares y tubos de lava donde los rovers con ruedas tienen dificultades. Sin embargo, el despliegue de estos robots en la Luna presenta desafíos únicos, incluyendo las restricciones de energía, la gestión térmica y la naturaleza específica de la superficie lunar. El regolito lunar es un sustrato granular, similar a la arena, que se comporta de manera diferente a los supuestos de suelo rígido utilizados habitualmente en el control de locomoción. Las políticas actuales de Aprendizaje por Refuerzo (RL) entrenadas con modelos de contacto rígido (por ejemplo, fricción de Coulomb) pueden fallar al generalizarse a superficies blandas y deformables donde ocurren el flujo del suelo y la resistencia viscosa bajo los pies. Este desajuste conlleva riesgos de inestabilidad, seguimiento deficiente y un gasto energético excesivo, que son fallos críticos dado el limitado presupuesto de potencia de las misiones lunares.

Metodología
El estudio implementa un modelo terradinámico de la interacción entre el pie del robot y la superficie granular dentro de un entorno de simulación de Aprendizaje por Refuerzo para analizar el rendimiento de la locomoción.

• Modelado Terradinámico: Los autores integran el modelo de contacto propuesto por Li et al. [15], que trata la superficie lunar como un medio granular viscoso. En lugar de una fricción simple, el modelo calcula las fuerzas de sustentación y arrastre ($F_z, F_x$) basándose en la integración de los esfuerzos sobre el área de contacto del pie. Estos esfuerzos son funciones de la profundidad de penetración, el ángulo de ataque y el ángulo de intrusión, parametrizados mediante coeficientes de Fourier y un factor de escala ($\zeta$) que representa la compactación del suelo y el tamaño del grano. El modelo se discretiza sobre una representación de malla del pie, lo que permite la generalización a través de diferentes morfologías de pie.
• Entorno de Simulación: La simulación se llevó a cabo en RaiSim. Se compararon dos entornos:
  1. Contacto Rígido: Fricción de Coulomb estándar con un modelo de pie esférico.
  2. Contacto Blando: El modelo terradinámico con un pie de malla hemisférico (688 caras) que penetra en una capa de suelo virtual ($z_H = 0.05$ m).
• Robot y Control: Se utilizó un cuadrúpedo de 13.5 kg (análogo al robot Magnecko con una configuración de cadera de tipo Arácnido). La locomoción fue controlada mediante una política de Aprendizaje por Refuerzo Profundo entrenada utilizando Optimización de Política Próxima (PPO). La política mapea las observaciones (velocidad de la base, estados de las articulaciones, proyección de la gravedad y comandos de velocidad) a ángulos de articulación objetivo.
• Estrategia de Entrenamiento: Para abordar la inestabilidad de entrenar desde cero en entornos blandos, se empleó el aprendizaje por transferencia; una política entrenada para 800 episodios en terreno rígido sirvió como inicialización para el entrenamiento en el entorno de terreno blando. Se utilizó aprendizaje por currículo para aumentar gradualmente la dificultad del terreno (pendiente y rugosidad).
• Métricas de Rendimiento: El estudio analizó las características de la marcha cualitativa y cuantitativamente midió los torques de las articulaciones, la potencia mecánica, las pérdidas de potencia (contabilizando las ineficiencias de motor, engranaje y bobinado), el gasto energético total y el Costo Mecánico de Transporte (MCOT).

Resultados Clave
La comparación de las políticas entrenadas en entornos de contacto rígido frente a los de contacto blando reveló diferencias significativas en el comportamiento de la locomoción y la eficiencia:

• Características de la Marcha: El entorno de contacto blando requirió una marcha cualitativamente diferente. El robot adoptó zancadas más cortas con un ciclo de trabajo más alto para minimizar las fuerzas de deslizamiento, mientras que la marcha de contacto rígido utilizó zancadas más anchas apoyándose en reacciones de alto impulso. La marcha de contacto blando exhibió más deslizamiento lateral y una reducción en la precisión de seguimiento en comparación con la línea base rígida.
• Torque y Potencia:
  • Torques de Articulación: Los torques máximos de las articulaciones fueron generalmente menores en el terreno blando debido al menor impulso de las fuerzas de contacto en comparación con los impactos rígidos.
  • Potencia Mecánica: De manera contraintuitiva, la potencia mecánica requerida para mover el robot fue menor en el terreno blando.
  • Pérdida de Potencia y Energía Total: A pesar de la menor potencia mecánica, el gasto energético total fue mayor en el terreno blando. Esto se atribuye a las fuerzas de contacto sostenidas durante tanto la fase de apoyo como la fase de oscilación, lo que conduce a mayores pérdidas de potencia en los sistemas de motor y transmisión. La interacción "blanda" requiere un esfuerzo continuo para empujar a través del medio granular, lo que resulta en una mayor disipación de energía sobre la misma distancia.
• Estabilidad y Valores Atípicos: Las simulaciones de contacto blando mostraron una mayor varianza en la energía total y la potencia, con valores máximos que superan significativamente los casos de contacto rígido. Esto indica instancias donde el robot quedó atrapado en el regolito o experimentó dinámicas inestables, requiriendo alta potencia para recuperarse.

Significancia y Reivindicaciones
El artículo sostiene que el análisis demuestra la necesidad de incorporar el modelado de terreno granular en el codiseño de sistemas mecánicos y controladores de locomoción para robots terrestres de otros mundos.

• Impacto en el Diseño: El estudio afirma que asumir contactos rígidos puede conducir a diseños subóptimos o inseguros. La dinámica de interacción específica de las superficies granulares (viscosidad, fuerzas de intrusión/extrusión) altera fundamentalmente la marcha óptima y los requisitos de energía.
• Implicaciones de Control: Las políticas de RL entrenadas únicamente con supuestos rígidos son insuficientes para el regolito lunar. La investigación destaca que, si bien un conjunto común de pesos de recompensa puede estabilizar el entrenamiento para ambos entornos, las marchas resultantes son distintas.
• Relevancia Futura: Los autores concluyen que comprender las interacciones pie-terreno para sustratos granulares es imperativo para la selección de morfologías de patas, sistemas de accionamiento de motores y estrategias de control apropiadas para asegurar una traslación robusta y energéticamente eficiente en superficies lunares, particularmente para misiones dirigidas a características de difícil acceso como los tubos de lava.

El trabajo no pretende haber resuelto todas las brechas de simulación-realidad, sino que establece que ignorar la naturaleza viscosa de los medios granulares conduce a predicciones inexactas del consumo de energía y la estabilidad de la marcha, que son restricciones críticas para las misiones de exploración lunar.