Résumé Technique : Apprentissage Creux Sensible à la Physique et Adaptation Sélective en Ligne pour la Dynamique des Robots Euler–Lagrange

1. Énoncé du Problème

Les modèles de dynamique précis sont fondamentaux pour le contrôle robotique basé sur le modèle, s'appuyant typiquement sur les formulations d'Euler–Lagrange (EL). Cependant, les modèles EL nominaux échouent souvent dans des scénarios réels en raison d'effets non modélisés tels que les variations de charge utile, les couplages intra-systèmes, le frottement, la traînée aérodynamique et les changements de conditions opérationnelles.

Les méthodes d'apprentissage de correction existantes traitent généralement cela en introduisant un terme résiduel additif unique au modèle nominal. Bien qu'efficaces pour réduire l'erreur de prédiction, ces approches traitent souvent l'écart comme une fonction boîte noire non structurée. Cela néglige la structure mécanique interne des systèmes EL, violant des propriétés physiques critiques telles que la symétrie, la définition positive de la matrice d'inertie et le couplage spécifique entre l'inertie et les termes dépendants de la vitesse (Coriolis/centrifuges). Par conséquent, de tels modèles peuvent produire des prédictions physiquement incohérentes et une fiabilité réduite lorsqu'ils sont intégrés dans des contrôleurs.

De plus, les systèmes réels présentent un couplage variant dans le temps où de nombreuses interactions d'état restent faibles, suggérant que la dynamique résiduelle est partiellement creuse (sparse). Les méthodes existantes échouent souvent à exploiter cette parcimonie ou à s'adapter efficacement aux conditions non stationnaires sans encourir de coûts de calcul élevés ou d'inefficacité des données. Le défi central consiste à développer un cadre d'apprentissage qui préserve la forme mécanique structurée des systèmes EL tout en permettant une adaptation en ligne compacte et sélective aux perturbations changeantes.

2. Méthodologie

Les auteurs proposent un cadre d'apprentissage de résidus préservant la structure qui décompose l'écart de modèle en composants distincts, séparant les termes mécaniquement couplés des forces sensibles aux perturbations. La méthodologie se compose de quatre étapes principales :

A. Décomposition Résiduelle Structurée

Au lieu d'apprendre un résidu additif unique $\delta$, le modèle décompose la correction en trois parties basées sur l'équation EL :
$$\delta_t = \Delta M_t \ddot{\chi}_t + \Delta C_t \dot{\chi}_t + \Delta f_t$$

1. Correction d'Inertie ($\Delta M$) : Une correction structurée de la matrice d'inertie.
2. Terme de Coriolis Induit ($\Delta C$) : Dérivé directement de l'inertie corrigée pour préserver la propriété de l'antisymétrie ($\dot{M} - 2C$).
3. Résidu de Force Généralisée ($\Delta f$) : Capture les forces non conservatives (frottement, traînée, perturbations externes).

B. Modélisation des Interactions Latentes Creuses

Pour gérer la dynamique dépendante de l'historique et exploiter la parcimonie, le système encode une fenêtre d'observation d'historique finie ($H_t$) en une représentation latente $\tilde{z}_t$ à l'aide d'un réseau de neurones convolutifs temporels. Cette représentation est ensuite divisée en deux branches via un seuillage doux (un mécanisme de codage creux) :

• Branche Structurelle ($z^M_t$) : Un code creux pilotant la correction d'inertie.
• Branche Adaptative ($z^f_t$) : Un code creux pilotant la correction de la force généralisée.

Cela garantit qu'un petit sous-ensemble de modes d'interaction "actifs" est utilisé à un instant donné, favorisant la parsimonie.

C. Contraintes Physiques et Paramétrage

• Matrice d'Inertie : L'inertie corrigée $\hat{M}$ est paramétrée comme la somme de l'inertie nominale et d'une correction apprise. La correction est construite comme un terme de rang faible plus un terme diagonal strictement positif (utilisant une activation softplus), garantissant que $\hat{M}$ reste Symétrique Définie Positive (SPD) par construction.
• Matrice de Coriolis : La matrice de Coriolis corrigée $\hat{C}$ n'est pas apprise indépendamment mais est dérivée analytiquement de l'inertie apprise $\hat{M}$ en utilisant les symboles de Christoffel. Cela impose le couplage mécanique entre l'inertie et les termes de vitesse.
• Force Généralisée : Modélisée comme une fonction linéaire du code latent adaptatif creux ($\Delta f = \Theta z^f_t$).

D. Adaptation Sélective en Ligne

Pour gérer les conditions variables dans le temps (ex: changements de charge utile), le cadre utilise une adaptation sélective en ligne :

• Les composantes mécaniquement structurées ($\Delta M$ et $\Delta C$) sont maintenues fixes après l'entraînement hors ligne.
• Seul le décodeur de la force généralisée ($\Theta$) est mis à jour en ligne.
• Les mises à jour sont effectuées à l'aide d'une Régression Linéaire Bayésienne au sein de l'espace latent actif défini par les éléments non nuls de $z^f_t$. Cela permet une adaptation rapide et efficace en termes d'échantillonnage aux perturbations sans réentraîner l'ensemble du modèle ou violer la structure mécanique apprise.

3. Contributions Clés

Le papier met en évidence trois contributions principales :

1. Décomposition Résiduelle Préservant la Structure : La formulation de l'apprentissage résiduel pour les systèmes EL en séparant explicitement les corrections d'inertie, les termes de Coriolis induits et les forces généralisées. Cela préserve les propriétés mécaniques clés (symétrie, définition positive) plutôt que d'absorber tous les écarts dans un terme générique de boîte noire.
2. Modélisation d'Interaction Dépendante de l'Historique et Parsimonieuse : L'introduction d'une représentation latente creuse qui capture un nombre limité de motifs d'interaction actifs. Cela permet une modélisation compacte des écarts mécaniques structurés et des effets de perturbation, en exploitant le fait que de nombreuses interactions d'état sont systématiquement faibles.
3. Adaptation Bayésienne Sélective en Ligne : Le développement d'un mécanisme d'adaptation qui met à jour uniquement la composante de force généralisée sensible aux perturbations au sein de l'espace latent actif. Cela maintient l'intégrité de la structure mécanique apprise tout en assurant la réactivité aux dynamiques non stationnaires.

4. Résultats Expérimentaux

La méthode a été évaluée sur cinq plateformes robotiques : un robot mobile à entraînement différentiel, un manipulateur à 6 degrés de liberté, un quadrotor, un manipulateur mobile et un manipulateur aérien. Les expériences impliquaient le suivi de trajectoires complexes en forme de huit sous des charges utiles et des conditions opérationnelles variables.

• Précision de Prédiction : La méthode proposée a obtenu l'erreur de prédiction normalisée la plus faible par rapport aux bases de référence incluant l'identification de système creuse (SysID), les TCN inspirés par la physique (PI-TCN) et le contrôle adaptatif par modèle profond (DMRAC). Les bases de référence ont eu des difficultés avec le couplage dépendant de la configuration dans les manipulateurs mobiles et aériens, tandis que l'approche structurée a excellé.
• Suivi de Trajectoire : En contrôle en boucle fermée utilisant un contrôleur de couple calculé, la méthode proposée a démontré une performance de suivi supérieure (RMSE la plus faible) par rapport aux modèles d'apprentissage profond hors ligne (DNN, Diffusion), aux approches de méta-apprentissage et aux MLP actifs. Les résultats indiquent que la combinaison d'une modélisation structurée et de mises à jour récursives tenant compte de l'incertitude est critique pour un suivi robuste sous des dynamiques non stationnaires.
• Études d'Ablation :
  • Parcimonie (Sparsity) : Des niveaux de parcimonie modérés ont offert le meilleur équilibre entre expressivité et robustesse, améliorant l'efficacité des données dans les régimes de faibles données et permettant une convergence plus rapide.
  • Adaptation : Le modèle creux a montré une récupération d'erreur plus rapide et une convergence plus fluide après des perturbations transitoires (ex: chutes de charge utile) par rapport aux modèles denses. La dimension latente active augmentait dynamiquement lors des transitoires et revenait aux niveaux nominaux, démontrant une complexité adaptative.

5. Signification et Revendications

Le papier soutient qu'un contrôle basé sur le modèle précis dans le monde réel nécessite plus que la simple réduction de l'erreur de prédiction ; il exige une cohérence physique et une adaptabilité sélective.

• Cohérence Physique : En préservant la structure EL (inertie SPD, termes de Coriolis couplés), le modèle reste interprétable et fiable, évitant les pièges des corrections de boîte noire non structurées qui peuvent conduire à des comportements de contrôle instables.
• Efficacité et Robustesse : La combinaison de représentations latentes creuses et d'une adaptation sélective en ligne permet au système de gérer efficacement les conditions variables dans le temps. Cela évite le fardeau computationnel du réentraînement complet du modèle et l'inefficacité des données liée à l'adaptation de grands ensembles de paramètres.
• Déploiement Pratique : Le cadre est conçu pour un déploiement en temps réel sur du matériel embarqué (NVIDIA Jetson Orin NX), démontant que l'apprentissage résiduel structuré peut être efficacement intégré dans des contrôleurs basés sur le modèle pour divers systèmes robotiques.

Les auteurs concluent que bien que leur approche améliore significativement les performances, une limite demeure : la composante mécaniquement structurée est fixe pendant le déploiement. Ils suggèrent que les travaux futurs devraient étudier l'adaptation conjointe des termes mécaniques structurés pour des scénarios impliquant des changements très importants ou persistants des propriétés d'inertie.