ExtremControl: Low-Latency Humanoid Teleoperation with Direct Extremity Control

1. Il Problema

La teleoperazione di robot umanoidi è fondamentale per raccogliere dati dinamici e reattivi necessari all'addestramento di intelligenze robotiche generaliste. Tuttavia, gli approcci esistenti soffrono di una latenza end-to-end elevata (tipicamente intorno ai 200 ms o più), che limita drasticamente la capacità dell'operatore di eseguire compiti che richiedono feedback rapido e reazioni istantanee (come bilanciare oggetti, lanciare o afferrare in movimento).

Le cause principali di questa latenza sono:

• Retargeting completo del corpo: La maggior parte dei sistemi mappa l'intero corpo umano a quello del robot nello spazio delle giunti, un processo computazionalmente costoso e sequenziale.
• Controllo PD basato solo sulla posizione: L'uso di controllori PD (Proporzionale-Derivativo) che considerano solo la posizione target, senza un termine di velocità in feedforward, introduce un ritardo intrinseco nel tracciamento.
• Architettura di controllo: La separazione tra la pianificazione dello spazio cartesiano e l'esecuzione nello spazio delle giunti aggiunge ritardi di elaborazione.

2. Metodologia: ExtremControl

Gli autori propongono ExtremControl, un framework di controllo del corpo intero (Whole-Body Control) progettato per minimizzare la latenza mantenendo la capacità di controllo completa. La metodologia si basa su tre pilastri fondamentali:

A. Mappatura Diretta nello Spazio Cartesiano (SE(3))

Invece di eseguire un retargeting completo del corpo nello spazio delle giunti, il sistema opera direttamente sulle pose SE(3) di un sottoinsieme selezionato di link rigidi (estremità):

• Link selezionati: Mani, piedi, bacino e torso.
• Vantaggio: Evita il calcolo iterativo e sequenziale della cinematica inversa per l'intero corpo. La mappatura avviene nello spazio cartesiano, rendendo il processo parallelo e a bassa latenza.
• Calibrazione: Viene utilizzata una calibrazione "one-shot" per compensare le differenze antropometriche (es. altezza del bacino, lunghezza delle braccia) tra l'operatore umano e il robot (Unitree G1), applicando trasformazioni rigide e scaling.

B. Controllo con Feedforward di Velocità

Per superare i limiti del controllo PD tradizionale, gli autori introducono un termine di feedforward di velocità nel controllo di basso livello:

• Formula: Il torque $\tau$ è calcolato come $\tau = k_p(q_t - q) - k_d \dot{q} + \eta k_d \dot{q}_t$, dove $\dot{q}_t$ è la velocità target e $\eta$ è il rapporto di feedforward.
• Calibrazione dell'Impedenza: Vengono calibrati i guadagni PD ($k_p, k_d$) tramite simulazione per stimare l'impedenza effettiva del giunto considerando l'accoppiamento dinamico del corpo intero.
• Risultato Teorico: L'analisi dimostra che il feedforward di velocità riduce lo sfasamento di fase (e quindi il ritardo di tracciamento) in modo significativo, specialmente per frequenze di controllo elevate.

C. Apprendimento della Politica (Policy Learning)

Per addestrare un agente in grado di seguire questi comandi ad alta velocità, viene adottato un paradigma di apprendimento in tre fasi:

1. Insegnante (Teacher): Addestrato con osservazioni privilegiate (inclusa la configurazione congiunta retargettata e un orizzonte futuro lungo) su dati dinamici difficili.
2. Distillazione (Student): La politica insegnante viene distillata in una politica "studente" che utilizza solo un singolo frame futuro e non ha accesso alle osservazioni privilegiate, minimizzando la latenza di inferenza.
3. Fine-tuning (Teleoperation): La politica studente viene ulteriormente affinata su un dataset vasto e diversificato per ottenere un controller agnostico al compito.

3. Contributi Chiave

1. Formulazione Teorica Unificata: Una nuova formulazione teorica che integra cinematica, dinamica e apprendimento per il controllo diretto delle estremità in SE(3).
2. Riduzione della Latenza: Implementazione di un sistema di teleoperazione che raggiunge una latenza end-to-end di ~50 ms (54 ms con MoCap, 64 ms con VR), superando di gran lunga il limite di 200 ms della letteratura precedente.
3. Metodo di Stima della Latenza: Introduzione di un metodo basato sul flusso ottico (optical flow) per misurare oggettivamente la latenza end-to-end analizzando la coerenza temporale tra il movimento umano e quello del robot nei video, senza dipendere da timestamp interni.
4. Validazione Sperimentale: Dimostrazione di comportamenti altamente reattivi su un robot reale (Unitree G1), inclusi il bilanciamento di una palla da ping-pong, il juggling e l'afferrare oggetti in movimento.

4. Risultati Sperimentali

• Latenza: Il sistema ha raggiunto una latenza media di 54 ± 4 ms con tracciamento ottico (MoCap) e 64 ± 8 ms con tracciamento VR. Questo è un miglioramento di circa 3-4 volte rispetto ai sistemi precedenti (es. TWIST, OmniH2O, CLONE).
• Accuratezza: Nonostante l'eliminazione del retargeting completo nello spazio delle giunti, l'errore di tracciamento è minimo (circa 7 mm di errore di posizione e 0.02 rad di errore di orientamento), un compromesso favorevole rispetto al guadagno di latenza.
• Ablazione del Feedforward: Gli esperimenti mostrano che un rapporto di feedforward di velocità ($\eta$) di 0.9 offre il miglior compromesso tra accuratezza di tracciamento e latenza. Valori di $\eta = 1.0$ causano sovraelongazioni (overshoot).
• Compiti Dinamici: Il robot è stato in grado di eseguire compiti che richiedono tempi di reazione inferiori a 100 ms, come restituire una palla da ping-pong e bilanciarla su una racchetta, compiti impossibili con i sistemi a latenza più alta.

5. Significato e Impatto

ExtremControl rappresenta un passo avanti significativo verso la teleoperazione a latenza percepibile (near-perceptual latency) per robot umanoidi.

• Abilitazione di Nuovi Compiti: Permette di eseguire compiti dinamici e reattivi che erano precedentemente impossibili a causa dei ritardi di sistema.
• Efficienza nella Raccolta Dati: Riduce drasticamente il tempo necessario per raccogliere dati di teleoperazione di alta qualità, accelerando lo sviluppo di robotica generale.
• Paradigma di Controllo: Sposta l'attenzione dal retargeting complesso dello spazio delle giunti a una mappatura diretta nello spazio cartesiano delle estremità, combinata con un controllo di basso livello ottimizzato, offrendo un nuovo standard per l'interazione uomo-robot in tempo reale.

In sintesi, il lavoro dimostra che è possibile superare le barriere di latenza dei robot umanoidi attraverso un'architettura di controllo intelligente che sacrifica la ridondanza del retargeting completo a favore della velocità e della reattività, mantenendo comunque un controllo robusto del corpo intero.