Resumen Técnico: CacheMPC Certificado para Locomoción de Cuadrúpedos

Planteamiento del Problema

El Control Predictivo por Modelo (MPC) sirve como la capa predictiva estándar en los controladores jerárquicos de cuadrúpedos, optimizando las fuerzas de contacto sobre un horizonte finito. Sin embargo, el costo computacional de resolver el Programa Cuadrático (QP) en cada ciclo de control limita la tasa de actualización alcanzable en procesadores embebidos (p. ej., NVIDIA Orin NX). Los métodos existentes enfrentan compromisos significativos:

• El MPC Explícito sufre un crecimiento exponencial en las regiones poliédricas con la dimensión del problema.
• Las aproximaciones neuronales carecen de garantías de corrección en tiempo de ejecución.
• El Warm-starting ofrece rendimientos decrecientes cuando los cambios de estado son significativos.
• El almacenamiento en caché no verificado carece de garantías de seguridad, con el riesgo de aplicar controles infactibles o altamente subóptimos.

El desafío central es acelerar el MPC mediante el uso de caché sin comprometer las garantías de seguridad y factibilidad requeridas para la estabilidad de lazo cerrado en la locomoción de patas.

Metodología: Certified CacheMPC

El artículo propone Certified CacheMPC, un marco que combina el Hashing Sensible a la Localidad (LSH) para la recuperación rápida con un certificado determinista a posteriori para validar las soluciones almacenadas en caché.

1. Arquitectura y Recuperación

• Caché Particionada: La caché se particiona por modo de contacto (el conjunto de pies en contacto). Esto asegura que el patrón estructural del QP (forma de las restricciones y bits activos de balanceo/apoyo) permanezca consistente dentro de una partición.
• Vector de Características: Las entradas se indexan mediante un vector de características de 18 dimensiones $\phi$ que comprende las velocidades del Centro de Masa (CoM) y las posiciones de las patas en el marco del cuerpo, tanto medidas como deseadas.
• Búsqueda LSH: La búsqueda de vecinos más cercanos aproximados se realiza dentro de la partición del modo de contacto relevante utilizando LSH para generar trayectorias candidatas.
• Corrección de Sensibilidad: Las soluciones recuperadas pueden actualizarse de propuestas constantes a propuestas afines de primer orden utilizando matrices de sensibilidad almacenadas ($K = \partial U^*/\partial x$), corrigiendo pequeñas desviaciones de estado.

2. El Certificado por Consulta

Un candidato en caché $\bar{U}$ se acepta solo si satisface un certificado determinista evaluado contra los datos KKT del QP actual. El certificado verifica dos condiciones:

• Factibilidad Primal: El candidato debe satisfacer las restricciones actuales dentro de una tolerancia numérica ($\rho_{feas} \leq \epsilon_{feas}$).
• Límite de Suboptimalidad: El marco calcula una cantidad de brecha dual Lagrangiana $\Gamma(\bar{U})$. Por la dualidad débil, esta cantidad acota superiormente la suboptimalidad real $\Delta J = J(\bar{U}) - J^*$.
  • El certificado se evalúa utilizando la relajación no restringida ($\lambda=0$) para asegurar la validez independientemente del origen del candidato.
  • La aceptación requiere que $\Gamma(\bar{U}) \leq \beta(\bar{U})$, donde $\beta$ es un presupuesto dependiente del estado (error absoluto + relativo).

3. Programación de Controlador de Presupuesto Limitado

Para garantizar el rendimiento en tiempo real, el controlador impone un programa estricto por cada tick:

1. Fase de Recuperación: Intentar encontrar un candidato certificado top-$K$ dentro de un presupuesto de tiempo $T_{cache}$.
2. Fase de Resolución: Si ningún candidato es certificado, resolver el QP dentro de un plazo $T_{solve}$.
3. Respaldo (Fallback): Si se incumplen los plazos, aplicar una versión desplazada de la última secuencia factible certificada.

Principales Contribuciones

1. Certificado Determinista por Consulta: Un nuevo certificado (Proposición 1) que proporciona una cota superior rigurosa sobre la suboptimalidad de cualquier propuesta en caché factible, independiente de su origen (LSH, diccionario offline o corrección de sensibilidad).
2. Programación de Presupuesto Limitado: Una lógica de controlador que integra la recuperación de candidatos certificados top-$K$, resolución con límite de tiempo y un mecanismo de respaldo seguro, asegurando que el controlador nunca se detenga o actúe sin una acción definida.
3. Evaluación Exhaustiva: Una evaluación a gran escala que involucra 2,038 ensayos utilizables de controlador en frío en MuJoCo y una primera sesión de despliegue en un robot Unitree Go2 con un NVIDIA Orin NX integrado.

Resultados Experimentales

Rendimiento de Simulación (Unitree Go2 en MuJoCo)

• Aceleración (Speedup): La caché sin restricciones (Cache-NoCert) logró una aceleración de la mediana de 25× en el tiempo de resolución en comparación con la línea base sin caché. Las variantes certificadas (Cache-Cert, Cache-Full) lograron una aceleración de la mediana de 3.4–3.6× debido a la sobrecarga de la evaluación del certificado en cada tick.
• Seguimiento (Tracking): Todas las configuraciones de caché rastrearon la velocidad dentro de un $\pm14\%$ de la línea base. No se observó ninguna diferencia estadísticamente significativa en el RMSE de seguimiento.
• Seguridad en Límites de Falla: En una campaña dirigida de 600 ensayos ($n=50$ por celda) en tres condiciones de límite de falla (empujes laterales y travesía de escalones), no se detectó ninguna diferencia estadísticamente significativa en las tasas de estabilidad de lazo cerrado entre las variantes de caché y la línea base sin caché. La mayor diferencia observada (Cache-Full vs. Convex en WBC 80N push) tuvo un p-valor de 0.027, el cual no sobrevivió a la corrección de Holm–Bonferroni.

Despliegue en Hardware (NVIDIA Orin NX en Robot)

• Aceleración: La caché sin restricciones logró una aceleración de la mediana de 18.7× en hardware.
• Rendimiento Certificado: La caché certificada (Cache-Full) fue más lenta que la línea base sin caché en hardware. Esta inversión ocurrió porque el certificado rechazó la mayoría de los candidatos de LSH (tasa de rechazo de aproximadamente 71%) debido a los datos específicos del QP en el robot, forzando un respaldo a la resolución completa del QP. El certificado funcionó según lo diseñado, evitando el uso de soluciones en caché subóptimas a costa de la velocidad en este despliegue específico.
• Estabilidad: No se observaron caídas durante los eventos de empuje para ninguna configuración.

Significancia y Reivindicaciones

El artículo posiciona a Certified CacheMPC como un marco que eleva el almacenamiento en caché de una búsqueda de vecinos heurística a una ley de MPC explícito verificable localmente.

• Garantía de Seguridad: La contribución principal es el certificado determinista, que asegura que cualquier control aplicado satisface un límite conocido de suboptimalidad y factibilidad, independientemente de cómo se haya recuperado el candidato.
• Rol Operativo: Los autores afirman modestamente que el certificado funciona como un "límite superior verificable" en lugar de un mecanismo de seguridad en tiempo de ejecución cuyo efecto sea resoluble en la muestra actual. La evaluación sugiere que, si bien el uso de caché acelera la computación, la contribución del certificado a la seguridad de lazo cerrado (prevenir caídas) no es estadísticamente resoluble con $n=50$ debido a la robustez del Controlador de Cuerpo Completo (WBC) de descenso y los límites de falla específicos probados.
• Realidad del Hardware: Los resultados de hardware resaltan un compromiso crítico: en sistemas embebidos con recursos limitados, la sobrecarga de la certificación estricta puede anular las ganancias de velocidad si la tasa de aciertos de la caché para soluciones certificadas es baja. El marco transfiere con éxito las cachés entrenadas en simulación al hardware, pero requiere un ajuste cuidadoso del presupuesto del certificado o de las estrategias de población de la caché para materializar las ganancias de velocidad en la práctica.

El artículo concluye que, si bien el marco logra desacoplar la recuperación de la solución de la verificación de seguridad, es necesario realizar trabajos futuros para estrechar las cotas de la brecha dual (p. ej., reutilizando los multiplicadores en caché) y caracterizar los beneficios de seguridad en regímenes con mayor desajuste del modelo o límites de falla más agresivos.