💻 computer science

RK-MPC: Residual Koopman Model Predictive Control for Quadruped Locomotion in Offroad Environments

Ce papier présente le RK-MPC, un cadre de contrôle prédictif basé sur les données qui améliore la locomotion des quadrupèdes en terrains accidentés en combinant un modèle nominal avec un prédicteur de résidus linéaire compact, permettant une navigation fiable et en temps réel sur des surfaces variées comme la neige et la glace.

Auteurs originaux : Sriram S. K. S. Narayanan, Umesh Vaidya

Publié 2026-04-09

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Sriram S. K. S. Narayanan, Umesh Vaidya

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez un chien robotique (un quadrupède) qui doit courir dans un jardin rempli de cailloux, de neige, de glace et de branches, les yeux bandés. C'est un défi énorme : le sol change tout le temps, ses pattes glissent, et il ne sait pas exactement où il va poser le pied.

Voici l'histoire de comment les chercheurs ont appris à ce robot à ne pas tomber, grâce à une idée intelligente appelée RK-MPC.

1. Le Problème : Le Robot "Théorique" vs La Réalité

Pour faire avancer un robot, les ingénieurs utilisent généralement deux approches :

La physique pure (Le Livre de Physique) : C'est comme si le robot suivait un manuel de physique parfait. Il calcule : "Si je pousse avec cette force, je vais avancer de 10 cm." Le problème ? Dans la vraie vie, la neige est glissante, la terre est molle, et le robot trébuche. Le manuel est trop idéaliste.
L'apprentissage par l'expérience (Le Robot qui apprend tout seul) : C'est comme un enfant qui apprend à marcher en tombant des milliers de fois. Ça marche bien, mais c'est lent, ça demande beaucoup de données, et on ne sait pas toujours pourquoi il ne tombe pas. De plus, c'est difficile de lui dire "ne tombe pas" de manière précise.

2. La Solution : Le "Correcteur de Réalité" (RK-MPC)

Les auteurs de cette paper ont eu une idée brillante : pourquoi ne pas combiner les deux ?

Imaginez que le robot a un professeur de physique (le modèle nominal) qui lui donne les instructions de base : "Lève la patte, avance, pose le pied." Ce professeur est très bon, mais il ne connaît pas la boue ou la glace.

Ensuite, ils ajoutent un assistant très observateur (le modèle résiduel Koopman).

L'analogie du GPS et du correcteur de trajectoire :
Imaginez que le robot est un chauffeur de taxi.
- Le GPS (le modèle physique) lui dit : "Tourne à droite, puis tout droit." C'est la base.
- Mais le passager (le modèle résiduel) regarde par la fenêtre et dit : "Attends, il y a une flaque d'eau là, on va glisser ! Tourne un peu plus tôt !"
- Le RK-MPC, c'est le chauffeur qui écoute les deux. Il suit le GPS, mais il ajuste immédiatement sa conduite grâce aux conseils du passager.

3. Comment ça marche techniquement (en version simple) ?

Le robot utilise une technique mathématique appelée Opérateur de Koopman. C'est un peu comme si le robot transformait le chaos du monde réel en une image simple et linéaire qu'il peut comprendre facilement.

L'approche "Résiduelle" : Au lieu d'essayer d'apprendre tout le monde nouveau (la neige, la glace, les chocs) depuis zéro, le robot apprend seulement l'erreur.
- Exemple : Si le modèle physique dit "Je devrais avancer de 1 mètre" mais que le robot glisse et n'avance que de 0,8 mètre, le robot apprend : "Ah, dans ce cas précis, je dois ajouter 0,2 mètre de correction."
- Il apprend ces petites corrections très vite et très précisément.
La rapidité (500 Hz) : Le robot pense 500 fois par seconde. C'est comme si vous cligniez des yeux 500 fois en une seconde. À cette vitesse, il peut ajuster ses pattes en temps réel pour ne pas tomber, même sur de la glace.

4. Les Résultats : Le Robot devient un Athlète

Les chercheurs ont testé ce robot (un Unitree Go1) dans des conditions extrêmes :

Sur de l'herbe et des graviers : Il marche comme un pro.
Sur de la neige : Il s'enfonce un peu, mais il ajuste sa marche pour ne pas s'embourber.
Sur de la glace : Il glisse, mais le système détecte le glissement et corrige la force de ses pattes pour rester debout.
Les poussées : Même si quelqu'un le pousse par derrière, il se rattrape instantanément sans tomber.

En résumé

Cette recherche a créé un robot qui a l'intelligence d'un physicien (pour comprendre les lois du mouvement) et l'expérience d'un athlète (pour s'adapter au sol mouillé ou glissant).

Au lieu de réinventer la roue à chaque fois que le sol change, le robot utilise une base solide et y ajoute un "correcteur magique" appris par l'expérience. C'est une méthode qui permet aux robots de se promener dans nos jardins, nos forêts et nos rues enneigées sans avoir besoin d'un ingénieur humain pour les guider à chaque pas.

1. Problématique et Motivation

Les robots quadrupèdes opérant dans des environnements non structurés (terrain accidenté, neige, glace, gravier) doivent faire face à trois défis majeurs :

Incertitude de contact et perturbations : La variabilité des points d'appui, la compliance du sol et les interactions terrain-robot dégradent la précision des modèles physiques classiques.
Contraintes temps réel : Les algorithmes de contrôle doivent être exécutés à haute fréquence (souvent > 100 Hz) pour garantir la stabilité.
Compromis Modèle/Apprentissage :
- Les méthodes basées sur la physique (MPC classique) sont robustes mais souffrent d'erreurs de modélisation dans des conditions complexes.
- Les méthodes purement basées sur l'apprentissage (RL) sont agiles mais manquent souvent de garanties de sécurité explicites et sont peu efficaces en échantillonnage.
- Les approches d'apprentissage de modèles (Data-Driven) utilisant l'opérateur de Koopman (EDMD) promettent une linéarisation des dynamiques non linéaires, mais les modèles complets appris à partir de données (lifted models) peuvent devenir instables sur des horizons de prédiction longs, en particulier avec des représentations d'orientation complexes (SO(3)).

Objectif : Développer un cadre de contrôle prédictif (MPC) qui combine la structure physique d'un modèle nominal avec une correction apprise par les données, garantissant à la fois la fidélité de la prédiction et la tractabilité computationnelle en temps réel.

2. Méthodologie : RK-MPC (Residual Koopman MPC)

L'approche proposée, RK-MPC, repose sur une architecture hybride qui ne remplace pas le modèle physique, mais le corrige.

A. Modélisation par Résidus Koopman

Au lieu d'apprendre un modèle complet des dynamiques du robot, l'algorithme apprend uniquement le résidu (l'erreur de prédiction) entre un modèle nominal et la réalité.

Modèle Nominal : Un modèle de corps rigide unique (Single Rigid Body - SRB) linéarisé, basé sur la physique, qui capture la dynamique dominante (mouvement du centre de masse). Ce modèle est simple, rapide et respecte les contraintes de contact.
Prédicteur de Résidu : Un opérateur de Koopman linéaire est appris à partir de données pour prédire l'erreur de ce modèle nominal ( $e_k = x_{réel} - x_{nominal}$ $e_{k} = x_{r \overset{e}{ˊ} e l} - x_{n o mina l}$ ).
- L'erreur est projetée dans un espace de coordonnées relevées (lifted space) via un dictionnaire de fonctions (polynômes de degré 2).
- Une dynamique linéaire ( $z_{k+1} = A_{res}z_k + B_{res}u_k$ ) est identifiée pour cette erreur.
Prédiction Corrigée : La prédiction finale est la somme du modèle nominal et de la correction apprise :
$\hat{x}_{k+1} = x_{k+1}^{nom} + \hat{e}_{k+1}$
Cette approche permet de corriger les erreurs systématiques (frottement, terrain, dynamique des articulations) tout en conservant la structure linéaire du modèle nominal.

B. Formulation MPC Convexe

Le prédicteur corrigé est intégré dans un problème de contrôle prédictif (MPC) à horizon glissant.

Formulation : Le problème reste un Programme Quadratique Convexe (QP). La dynamique linéaire du résidu est ajoutée comme une contrainte linéaire supplémentaire.
Contraintes : Les contraintes de frottement (cône de frottement de Coulomb approximé par une pyramide linéaire) et les limites de force sont appliquées directement aux forces de réaction au sol par pied.
Avantage : Contrairement aux modèles EDMD complets qui peuvent nécessiter des projections non linéaires complexes pour maintenir la validité de la matrice de rotation (SO(3)), RK-MPC évite ces problèmes en ne corrigeant que les vitesses linéaires et angulaires, laissant le modèle nominal gérer la cinématique de base.

C. Architecture de Contrôle Hiérarchique

Le système fonctionne en boucle fermée à 500 Hz sur du matériel embarqué (NVIDIA Jetson Xavier NX) :

Estimation d'état : Un filtre de Kalman linéaire estime la pose et la vitesse de la base.
Planification : Un FSM (Machine à États Finis) gère les phases de balancement et d'appui. Un planificateur de pas détermine les points de contact.
MPC RK : Calcule les forces de réaction optimales pour chaque pied en minimisant l'erreur de suivi de trajectoire et l'effort de contrôle.
Contrôle bas niveau : Les forces sont converties en couples articulaires via la transposée du Jacobien.

3. Contributions Principales

Modélisation Koopman Résiduelle : Introduction d'un cadre où un correcteur linéaire compact est appris sur les résidus d'un modèle physique, offrant des garanties théoriques sur les bornes d'erreur de prédiction multi-étapes (Théorème 2).
Formulation MPC Convexe Temps Réel : Intégration du prédicteur résiduel dans un QP convexe, permettant une exécution à 500 Hz sur du matériel embarqué, ce qui est crucial pour la locomotion dynamique.
Validation Matérielle Étendue : Démonstration réussie sur un robot Unitree Go1 dans des conditions réelles, y compris :
- Locomotion aveugle (sans capteurs externes de terrain).
- Adaptation à différents rythmes de marche (Trot, Crawl).
- Navigation sur des terrains variés (herbe, gravier, neige, glace).
- Résistance aux perturbations externes (poussées, débris).

4. Résultats Expérimentaux

Les résultats comparent RK-MPC à deux bases de référence : un MPC basé sur le modèle SRB non linéaire (SRB-MPC) et un MPC basé sur un modèle Koopman complet avec dictionnaire SE(3) (SE3-KMPC).

Précision de Prédiction (Simulation) :
- Les modèles EDMD complets (monômes ou SE(3)) montrent une dérive significative sur des horizons longs (surtout pour l'orientation), entraînant une instabilité.
- RK-MPC maintient une erreur de prédiction très faible (RMSE < 0.02 m/s pour la vitesse) et stable sur 100 pas de temps, surpassant les modèles complets.
Performance de Suivi (Simulation & Réel) :
- RK-MPC suit les commandes de vitesse planaires avec une précision comparable au modèle physique non linéaire (qui est plus coûteux à calculer).
- Contrairement à SE3-KMPC qui devient instable et tombe rapidement lors de tâches à long horizon, RK-MPC complète les trajectoires circulaires sur 10 tours sans erreur.
Temps de Calcul :
- RK-MPC résout le problème d'optimisation en 0.89 ms en moyenne, ce qui est plus rapide que le modèle physique non linéaire (1.57 ms) et le modèle SE3-KMPC (1.40 ms), grâce à la nature convexe du QP.
Robustesse Terrain :
- Le robot a réussi à traverser des champs de débris, de la neige et de la glace sans capteurs externes.
- En cas de glissement sur la glace, le contrôleur a maintenu la stabilité en augmentant les forces normales, bien que la traction ait été limitée.
- Le robot a récupéré avec succès après des poussées latérales et longitudinales répétées.
Généralisation des Marches :
- Entraîné uniquement sur des données de marche "Trot", le contrôleur RK-MPC a réussi à exécuter une marche "Crawl" (ralentie) sans réapprentissage, prouvant la transférabilité du correcteur résiduel.

5. Signification et Impact

Ce travail propose une voie pratique et validée matériellement pour le contrôle prédictif de robots quadrupèdes dans des environnements complexes.

Équilibre Optimal : RK-MPC comble le fossé entre les modèles physiques rigides (trop imprécis sur terrain variable) et les modèles d'apprentissage pur (trop instables ou coûteux). Il offre la précision de l'apprentissage avec la sécurité et la structure de l'optimisation basée sur la physique.
Débouchés Industriels : La capacité à fonctionner à 500 Hz sur un ordinateur embarqué léger rend cette technologie viable pour des applications réelles de robots de service ou d'exploration.
Direction Future : L'architecture ouverte permet des extensions vers des MPC adaptatifs (mise à jour en ligne du résidu) et des MPC robustes avec garanties de sécurité, en exploitant la nature linéaire du modèle résiduel.

En résumé, RK-MPC démontre que l'apprentissage de modèles de résidus plutôt que de modèles complets est une stratégie supérieure pour la locomotion quadrupède, permettant une adaptation rapide aux incertitudes du monde réel tout en préservant la stabilité et l'efficacité computationnelle.