Learning Control as Enabling Layer for Embodied Intelligence Research explored with Soft Robotic Swimming in diverse Flow Speeds

Resumen Técnico: El aprendizaje de control como una capa habilitadora para la inteligencia incorporada en la natación robótica blanda

Planteamiento del problema
Las plataformas robóticas blandas son valiosas para estudiar la locomoción ondulatoria cuerpo-caudal y para probar hipótesis biomecánicas (robofísica). Sin embargo, sus cuerpos complacientes son difíciles de controlar con precisión bajo cargas hidrodinámicas cambiantes. El control de retroalimentación proporcional-integral-derivativo (PID) convencional puede estabilizar la ondulación periódica en agua estática, pero falla en flujos dinámicos. Específicamente, el PID acumula retrasos de seguimiento dependientes del flujo y un aumento en la variabilidad entre ensayos debido a las no linealidades del sistema. Esta variabilidad oscurece los efectos de la morfología y el flujo ambiental, lo que dificulta atribuir las diferencias en el empuje o la estabilidad a parámetros físicos específicos en lugar de al ruido inducido por el control. Si bien el control basado en el aprendizaje ha surgido como un complemento del PID para robots blandos con parámetros inciertos, las implementaciones previas de Esquemas de Estimación de Aprendizaje Repetitivo Lineal (LRLES) se validaron únicamente en agua estática. No estaba claro si tales esquemas podrían mantener la precisión de seguimiento y la repetibilidad bajo carga hidrodinámica dinámica.

Metodología
Los autores evaluaron una arquitectura de control que aumenta un controlador PID estándar con un Esquema de Estimación de Aprendizaje Repetitivo Lineal (PID-LRLES) en una plataforma de pez robótico blando.

• Plataforma: El robot presenta una estructura cuerpo-caudal complaciente accionada por músculos neumáticos emparejados y equipada con un sensor de flexión capacitivo blando integrado. El sensor proporciona retroalimentación propioceptiva en tiempo real a 1 kHz, midiendo la deformación corporal real en lugar de depender de comandos de lazo abierto.
• Arquitectura de Control:
  • Línea base: Un controlador PID de ganancia fija convencional ajustado en agua estática.
  • Propuesto: PID-LRLES, que añade un término de aprendizaje en paralelo al bloque PID. Este esquema generaliza la acción integral clásica a referencias periódicas (no constantes). Utiliza una realización de espacio de estados de dimensión finita (usando aproximaciones de Padé para los retardos) para estimar y compensar las perturbaciones periódicas ciclo a ciclo. La función de transferencia de aprendizaje está diseñada con polos que tienen partes reales negativas para evitar la inestabilidad a largo plazo típica de los controles repetitivos clásicos.
• Configuración Experimental: Los experimentos se realizaron en un tanque de flujo de recirculación a cinco velocidades de flujo volumétrico que variaron de 0 a 32.6 cm s⁻¹ (números de Reynolds de hasta ~7.5 × 10⁴).
• Protocolo: Las ganancias del controlador se ajustaron una sola vez en agua estática y se mantuvieron fijas en todas las condiciones de flujo para aislar la contribución del término de aprendizaje. Cada ensayo consistió en una etapa de lazo cerrado de 30 segundos donde el robot siguió una referencia de envolvente de flexión periódica. Se registraron cinco repeticiones independientes por condición para ambos controladores.
• Métricas: La precisión de seguimiento se cuantificó mediante el Error Cuadrático Medio (RMSE) de la envolvente de flexión. La repetibilidad se evaluó mediante la dispersión inter-ensayo del RMSE, analizada mediante una prueba de Wilcoxon de rangos con signo pareada.

Contribuciones Clave

1. Validación bajo Flujo Dinámico: El estudio proporciona una evaluación completa de PID-LRLES bajo flujo dinámico controlado, demostrando que el control de aprendizaje mejora no solo la precisión de seguimiento, sino también la robustez y la repetibilidad de los experimentos de natación.
2. Integración de la Propiocepción Blanda: El trabajo integra la retroalimentación propioceptiva blanda embebida (sensor de flexión capacitivo) en un sistema de control de lazo cerrado, permitiendo al controlador observar la deformación corporal real y el sesgo hidrodinámico periódico inducido por el flujo.
3. Reducción de la Variabilidad: Los autores demuestran una reducción significativa en la variabilidad del error de seguimiento en comparación con el control PID convencional, incluso con ganancias fijas.
4. Capa Habilitadora para la Robofísica: El enfoque se posiciona como una capa habilitadora para futuros estudios de robofísica, permitiendo a los investigadores aislar los efectos de la morfología, la detección y el flujo ambiental al minimizar la variabilidad inducida por el control.

Resultados

• Precisión de Seguimiento: Mientras que la línea base PID mantuvo una oscilación estable, exhibió un retraso de seguimiento y un déficit de amplitud crecientes a medida que aumentaba la velocidad del flujo (la desviación máxima subió de ~0.02 rad a 0 cm/s a ~0.04 rad a 32.6 cm/s). En contraste, el PID-LRLES siguió la referencia más de cerca en todas las velocidades, manteniendo la envolvente dentro de ±0.015 rad de la referencia incluso a la velocidad de flujo más alta tras un periodo transitorio.
• Variabilidad del Error: El RMSE medio para PID-LRLES fue menor que el de PID en cada velocidad de flujo. Crucialmente, la línea base PID mostró un aumento monotónico del RMSE medio con la velocidad del flujo, mientras que el PID-LRLES mostró una dependencia mucho más plana (aumentando solo de 0.015 a 0.018 rad).
• Significancia Estadística: Una prueba de Wilcoxon de rangos con signo pareada sobre las distribuciones de RMSE por ensayo (agrupadas en cinco velocidades de flujo, $n_{pares}=25$) confirmó que el PID-LRLES redujo significativamente la variabilidad del error de seguimiento en comparación con la línea base PID ($p = 1.8 \times 10^{-4}$).
• Robustez: El término de aprendizaje absorbió eficazmente el componente recurrente de la perturbación hidrodinámica, eliminando la deriva entre ensayos que el PID de ganancia fija no podía compensar.

Significancia y Reivindicaciones
El artículo sostiene que, al reducir la variabilidad inducida por el control dependiente del flujo, el enfoque PID-LRLES proporciona una capa habilitadora robusta para estudios de robofísica. Específicamente:

• Permite que las diferencias observadas en el empuje, el par de cabeceo o la estabilidad de la natación se atribuyan con confianza a la morfología o al flujo ambiental, en lugar de a artefactos del control.
• Demuestra que el control de lazo cerrado mejorado por aprendizaje puede funcionar eficazmente con ganancias ajustadas solo en agua estática, eliminando la carga de la recalibración por cada flujo.
• Destaca la naturaleza complementaria de la detección blanda y el aprendizaje repetitivo: el sensor expone el sesgo hidrodinámico periódico, mientras que el término de aprendizaje lo absorbe a lo largo de los ciclos de oscilación pasados.
• La arquitectura es computacionalmente eficiente (22 estados), lo que permite su despliegue en hardware de tiempo real embebido de baja potencia sin soporte de GPU, lo que la hace adecuada para robots blandos autónomos no ligados.

Los autores señalan las limitaciones, incluyendo la prueba en una única frecuencia de aleteo, el uso de un mástil rígido (que impide pruebas de nado libre) y la restricción al seguimiento de la envolvente en lugar de métricas directas de empuje o eficiencia. Sin embargo, afirman que la repetibilidad cinemática demostrada es un prerrequisito necesario para comparaciones hidrodinámicas fiables entre diferentes morfologías.