Dual-Horizon Hybrid Internal Model for Low-Gravity Quadrupedal Jumping with Hardware-in-the-Loop Validation

Cet article présente un modèle interne hybride à double horizon permettant à un robot quadrupède de sauter en continu sur un terrain lunaire accidenté en utilisant uniquement des capteurs proprioceptifs, et valide cette approche via la plateforme matérielle MATRIX qui simule la gravité lunaire et le terrain en temps réel.

L'essentiel

Voici une explication simple et imagée de cette recherche, comme si nous en parlions autour d'une table avec un café.

🌕 Le Défi : Sauter sur la Lune sans tomber

Imaginez que vous essayez de faire du "pronking" (ce saut de kangourou où l'on atterrit sur ses quatre pattes en même temps) sur la Lune. Sur Terre, c'est facile : vous sautez, l'air vous retient un instant, et vous retombez vite. Mais sur la Lune, la gravité est très faible (environ 1/6e de celle de la Terre).

Le problème : Quand vous sautez sur la Lune, vous restez en l'air beaucoup trop longtemps. C'est comme si vous étiez coincé dans un ascenseur qui monte très lentement.

• Pendant ce long vol, vous ne touchez plus le sol.
• Si vous faites une petite erreur de position en l'air, vous atterrirez mal, comme un oiseau qui se pose sur une branche glissante.
• Les robots actuels sont bons pour marcher ou faire un seul saut, mais ils paniquent dès qu'ils doivent enchaîner une série de sauts sur un terrain accidenté (cratères, rochers) sans toucher le sol.

🧠 La Solution : Le "Cerveau à Double Horloge"

Les chercheurs ont créé un nouveau cerveau pour un robot quadrupède (à quatre pattes) qu'ils appellent le Modèle Hybride à Double Horizon.

Pour comprendre, imaginez que le robot a deux types de "mémoire" ou d'horloges qui fonctionnent en même temps :

1. L'Horloge Rapide (Le Chronomètre de Sprint) :

   • Elle regarde ce qui s'est passé il y a 0,1 seconde.
   • À quoi ça sert ? Elle est super réactive. Elle dit : "Oups ! Je suis en train de décoller ! Je dois pousser fort !" ou "Attention, je touche le sol, je dois amortir !". Elle gère les mouvements rapides, comme le battement d'ailes d'un colibri.

2. L'Horloge Lente (Le Calendrier de Voyage) :

   • Elle regarde ce qui s'est passé sur les 0,9 dernières secondes (presque toute la durée du saut lunaire).
   • À quoi ça sert ? Elle est stratégique. Elle dit : "Je suis en plein vol, je dois garder mon équilibre pour ne pas tourner sur moi-même" ou "Je dois me préparer à atterrir dans 2 secondes". Elle gère la trajectoire globale, comme un capitaine de navire qui regarde l'horizon.

La magie : En combinant ces deux horloges, le robot comprend à la fois l'instant présent (le décollage) et le futur proche (l'atterrissage), même s'il flotte dans les airs pendant longtemps. C'est comme avoir un pilote automatique qui regarde à la fois le tableau de bord immédiat et la carte de navigation.

🏗️ Le Laboratoire Magique : Le "MATRIX"

Comment tester ça sur Terre sans aller sur la Lune ? Ils ont construit une machine incroyable appelée MATRIX.

Imaginez un robot attaché à un filin au plafond, comme un funambule, mais avec un système de poulies et de poids qui annule exactement 5/6èmes de son poids.

• L'effet : Le robot se sent aussi léger que sur la Lune.
• Le sol qui bouge : Le robot marche sur un tapis roulant géant. Mais ce n'est pas un tapis normal ! Il est monté sur une plateforme qui peut s'incliner et tourner.
• Le Jumeau Numérique : Un ordinateur (le "Jumeau Numérique") simule un paysage lunaire avec des cratères dans un jeu vidéo ultra-réaliste (Unreal Engine). Dès que le robot avance dans le jeu, la plateforme physique s'incline pour imiter la pente du cratère virtuel.

C'est comme si le robot jouait à un jeu vidéo, mais que le sol physique sous ses pattes bougeait exactement comme dans le jeu.

🎓 Ce qu'ils ont appris (Les Résultats)

Ils ont fait des milliers d'essais en simulation et sur le vrai robot :

1. Le mélange des horloges fonctionne : Les robots qui n'avaient que l'horloge rapide ou que l'horloge lente tombaient souvent. Ceux qui avaient les deux pouvaient enchaîner les sauts sur des terrains de cratères sans perdre l'équilibre.
2. L'entraînement "Choc" : Pour que le robot soit prêt pour le vrai monde, ils l'ont entraîné avec des "tracas" simulés (comme si le filin du plafond se tendait ou se relâchait un peu). C'est comme un athlète qui s'entraîne avec des poids supplémentaires pour que la course réelle lui paraisse facile.
3. Le succès : Le robot a réussi à faire des sauts continus sur des terrains accidentés, imitant la Lune, sans tomber.

En résumé

Cette recherche, c'est l'histoire d'un robot qui a appris à sauter comme un kangourou lunaire en développant un cerveau capable de voir le passé récent et le futur proche en même temps. Grâce à un laboratoire de poche qui simule la gravité lunaire et les terrains accidentés, ils ont prouvé que nos futurs robots explorateurs pourront sauter de cratère en cratère sur la Lune, même si le sol est très irrégulier.

C'est un pas de géant (ou plutôt un saut de kangourou) vers l'exploration spatiale ! 🚀🤖🌑

Résumé technique

Titre : Modèle Interne Hybride à Double Horizon pour le Saut Quadrupède en Faible Gravité avec Validation Matérielle en Boucle Fermée

1. Problématique

L'exploration lunaire future nécessite des robots capables de se déplacer sur des terrains irréguliers (cratères, pentes, régolithe meuble) où les rovers à roues échouent souvent. En gravité lunaire ($g \approx 1,62 \, m/s^2$), la locomotion par marche est inefficace ; le saut (ou pronking) est plus énergétiquement favorable. Cependant, la réduction de la gravité entraîne des phases de vol prolongées et des contacts au sol espacés.
Les défis majeurs sont :

• Estimation d'état difficile : La durée prolongée du vol rend l'estimation de l'état (vitesse verticale, hauteur du centre de masse) complexe avec des fenêtres d'observation courtes, car les événements de contact sont rares.
• Contrôle de l'attitude : La régulation de l'attitude en l'air et l'atterrissage stable sur un terrain accidenté sont critiques.
• Validation matérielle : Il existe un manque de plateformes réelles capables de simuler simultanément la gravité réduite et la géométrie du terrain lunaire pour valider les politiques de contrôle continues.

2. Méthodologie

L'approche proposée repose sur deux piliers principaux : un algorithme de contrôle avancé et une plateforme de validation matérielle innovante.

A. Modèle Interne Hybride à Double Horizon (Dual-Horizon Hybrid Internal Model)
Pour pallier les limitations des modèles à fenêtre unique, les auteurs proposent un réseau de neurones avec deux encodeurs temporels fonctionnant à des échelles de temps complémentaires :

1. Branche à Court Horizon ($H_s$) : Analyse une fenêtre de 6 pas de temps ($\approx 0,12$ s). Elle est optimisée pour capturer la dynamique verticale rapide et fournir une estimation explicite de la vitesse verticale ($\hat{v}_z$), cruciale pour la détection des phases de décollage et d'atterrissage.
2. Branche à Long Horizon ($H_l$) : Analyse une fenêtre sous-échantillonnée d'environ 0,9 s couvrant le cycle complet du saut. Elle modélise les tendances du mouvement horizontal et l'évolution de la hauteur du centre de masse ($\hat{h}$).
3. Fusion et Apprentissage : Les représentations latentes des deux branches sont fusionnées pour enrichir l'entrée de la politique. L'apprentissage utilise une perte de régression supervisée (sur les états explicites) combinée à des objectifs contrastifs (InfoNCE) pour apprendre des représentations implicites du terrain sans capteurs externes.

B. Récompense Adaptative aux Phases (Phase-Adaptive Gated Reward)
Au lieu d'utiliser un état machine explicite, le système infère la phase du saut (décollage, vol, atterrissage) à partir de la hauteur du centre de masse et de la vitesse verticale. Une récompense globale est pondérée dynamiquement par des facteurs binaires pour activer des objectifs spécifiques à chaque phase (ex: stabilité de l'attitude en vol, contrôle de l'impact à l'atterrissage).

C. Plateforme MATRIX (Hardware-in-the-Loop)
Pour valider la politique sur du matériel réel, les auteurs ont développé MATRIX (Mixed-reality Adaptive Testbed for Robotic Integrated eXploration) :

• Simulation de gravité : Un système de poulie et de contrepoids (2:1) déleste le robot pour simuler la gravité lunaire (réduction du poids effectif à $1/6$).
• Simulation de terrain : Un système de jauge de Stewart (6-DOF) couplé à un tapis roulant.
• Jumeau Numérique (Digital Twin) : Un environnement Unreal Engine génère le terrain lunaire en temps réel. Des rayons virtuels (ray-casts) calculent la pente du terrain sous le robot et commandent l'inclinaison du tapis roulant et de la plateforme Stewart, créant une boucle fermée entre le virtuel et le physique.

3. Contributions Clés

1. Cadre de contrôle à double horizon : Une architecture de modèle interne qui résout le problème de l'estimation d'état durant les longues phases de vol en combinant des échelles de temps rapides et lentes.
2. Plateforme MATRIX : Développement d'un banc d'essai matériel en boucle fermée capable de reproduire simultanément la gravité lunaire et la géométrie du terrain (cratères, pentes) en temps réel.
3. Validation expérimentale : Première démonstration de sauts quadrupèdes continus et stables sur un terrain lunaire simulé (avec cratères) en gravité réduite, validant la robustesse de la politique apprise par renforcement profond (PPO).

4. Résultats Expérimentaux

Les résultats sont présentés via des simulations (Isaac Gym) et des expériences réelles sur le robot Unitree A1 avec la plateforme MATRIX.

• Études d'ablation (Simulation) :
  • Le modèle Dual-Horizon surpasse les modèles à court ou long horizon seuls, réduisant l'erreur quadratique moyenne (MSE) sur la vitesse verticale et la hauteur du centre de masse.
  • L'ajout de la récompense adaptative aux phases améliore considérablement le taux de réussite à l'atterrissage (86,7 % contre 58,4 % sans cette récompense) et le temps de survie.
• Expériences Réelles (MATRIX) :
  • Le robot a réussi à effectuer des sauts continus (pronking) sur des terrains variés (plaines, terrains accidentés, collines, cratères) à des vitesses de tapis roulant allant jusqu'à 0,7 m/s.
  • La méthode complète (incluant la randomisation du domaine gravitationnel et les perturbations déclenchées par la phase) a montré le temps de survie le plus long (20 s à 0,3 m/s) comparé aux variantes sans ces adaptations.
  • La performance diminue légèrement sur les terrains de cratères (géométrie exponentielle) et à haute vitesse, mais reste stable, démontrant la robustesse de l'approche.

5. Signification et Impact

Ce travail représente une avancée significative pour l'exploration planétaire :

• Théorique : Il démontre que l'intégration de modèles internes multi-échelles est essentielle pour la locomotion dynamique en gravité réduite, où la dynamique temporelle diffère radicalement de celle de la Terre.
• Pratique : La plateforme MATRIX comble le fossé entre la simulation et la réalité pour les environnements extraterrestres, offrant un outil de validation réaliste sans nécessiter de vols en parabolique ou de systèmes de suspension complexes limités à des terrains plats.
• Futur : Bien que la plateforme limite la zone de mouvement et ne modélise pas encore l'interaction mécanique complète avec le régolithe (adhérence, enfoncement), cette étude ouvre la voie à des robots autonomes capables de naviguer de manière agile sur la Lune et Mars.