Riepilogo Tecnico: Sulla Emergenza della Struttura Pendolare nella Locomozione a Contatti Multipli

Enunciato del Problema

Il Modello del Pendolo Invertito Lineare (LIPM) è un'assunzione ubiqua nel controllo della locomozione a zampe, spesso imposta come vincolo di modellazione piuttosto che emergere naturalmente dall'obiettivo del controllore. Sebbene esistano estensioni per l'altezza variabile o il momento angolare, la forma pendolare viene tipicamente aggiunta "a mano". Questo articolo indaga una domanda più ristretta: Quale specifica funzione obiettivo causa l'emergere del pattern di forze pendolare come soluzione ottimale e dove si rompe questo quadro?

Gli autori analizzano un piccolo Problema di Controllo Ottimale (OCP) centroide che penalizza il tasso di variazione del momento angolare ($\|\dot{H}_G\|$) insieme a termini standard per le forze di contatto e l'accelerazione normale. L'obiettivo è determinare se la minimizzazione del tasso di momento angolare guidi naturalmente il sistema verso la varietà pendolare (dove $\dot{H}_G = 0$) e caratterizzare i limiti di questo comportamento sotto diverse configurazioni di appoggio (full-rank vs $N=2$) e requisiti di compito.

Metodologia

Il documento formula un OCP della Coppia Netta (Definizione 1) che minimizza una funzione di costo composta da:

1. Penalità del Momento Angolare: $\alpha \|\dot{H}_G\|^2$
2. Tracciamento del Compito: $\lambda \|\dot{H}_G - \dot{H}_{task}\|^2$ (per compiti non di equilibrio)
3. Penalità dell'Accelerazione Normale: $\beta (n^\top \ddot{c})^2$
4. Regolarizzazione della Forza: $\gamma \sum \|f_i\|^2$

L'analisi procede in tre stadi teorici, validati da esperimenti numerici su un quadrupede a massa puntiforme e sul robot Unitree Go1 in MuJoCo (sia QP in anello aperto che MPC a livello di coppia in anello chiuso):

1. Analisi dell'Appoggio Full-Rank: Utilizzando la Decomposizione ai Valori Singolari (SVD) della Jacobiana del momento, gli autori derivano il comportamento asintotico al tendere del peso del momento angolare $\alpha \to \infty$.
2. Analisi dell'Appoggio $N=2$: Indagine del caso a rango carente (ad esempio, trotto diagonale), dove l'operatore del momento ha rango 1, portando a residui inevitabili e vincoli del cono di attrito.
3. Analisi Guidata dal Compito: Esame di come l'aggiunta di un termine di tracciamento del compito ($\lambda > 0$) sposti l'ottimo lontano dalla varietà pendolare.

Contributi Chiave e Risultati Teorici

1. Emergenza della Struttura Pendolare nell'Appoggio Full-Rank

• Teorema 1: Per appoggi full-rank, la soluzione ottimale collassa asintoticamente verso il pattern di forze pendolare ($\dot{H}_G \to 0$) a un tasso di $O(1/\alpha)$.
• Costante Geometrica: La costante di proporzionalità è determinata dalla SVD della Jacobiana del momento, che corrisponde direttamente alla geometria dell'apertura delle zampe.
• Connessione ai Modelli Classici: Su questa varietà pendolare, il Punto di Momento Zero (ZMP) eguaglia naturalmente il punto di pivot virtuale, e l'equazione orbitale del Componente Divergente del Movimento (DCM) emerge come conseguenza, piuttosto che come assunzione.

2. Limiti Fondamentali nell'Appoggio $N=2$ (Trotto Diagonale)

• Teorema 5 (Pavimento Geometrico): Negli appoggi $N=2$, la Jacobiana del momento è di rango 1. Un residuo di tasso di momento angolare rimane lungo la direzione della linea che collega le due zampe ($\hat{D}$), indipendentemente dalla ridistribuzione della forza. Ciò crea un limite inferiore non nullo (pavimento) per $\|\dot{H}_G\|$.
• Teorema 6 (Gomito del Cono di Attrito): Un secondo ostacolo nasce dal cono di attrito. Se la forza richiesta per annullare la componente del momento perpendicolare cade fuori dal cono di attrito, si verifica un "gomito non liscio" a una accelerazione orizzontale critica ($a_x^*$). Oltre questo punto, il $\|\dot{H}_G\|$ raggiungibile supera strettamente il pavimento geometrico.
• Implicazione: Nel trotto diagonale, la direzione pendolare spesso si inclina fuori dal cono di attrito (ad esempio $40.6^\circ$ contro $31^\circ$ per $\mu=0.6$), rendendo la soluzione pendolare non fattibile e creando un pavimento indipendente da $\alpha$.

3. Deviazione Guidata dal Compito

• Teorema 7: Quando viene aggiunto un termine di compito ($\lambda > 0$), il tasso di momento angolare ottimale diventa un'interpolazione liscia: $\dot{H}_G^* = \frac{\lambda}{\alpha + \lambda} \dot{H}_{task}^*$.
• Diagramma di Fase: Il sistema transita liscamente da un regime "dominato dall'equilibrio" (pendolare, $\lambda/\alpha \ll 1$) a un regime "dominato dal compito" (non pendolare, $\lambda/\alpha \gg 1$). Ciò spiega perché lo stesso robot può apparire simile al LIPM nell'equilibrio statico ma non pendolare durante manovre agili senza cambiare controllore.

Risultati Sperimentali

Gli autori hanno validato queste affermazioni utilizzando il Unitree Go1 e un modello a massa puntiforme:

• Verifica del Tasso (Massa Puntiforme): All'aumentare di $\alpha$, la deviazione dal pattern di forze pendolare è diminuita di un fattore 227, con una pendenza log-log di $-1$, confermando il tasso $O(1/\alpha)$ (Teorema 1).
• Costante Geometrica (Go1 N=4): In un appoggio a quattro zampe, la costante di scala empirica ($K_e = 8.4$) corrispondeva alla previsione analitica derivata dalle aperture delle zampe ($K_a = 9.8$) entro $\sim 16\%$. I valori singolari della Jacobiana del momento corrispondevano alle aperture fisiche delle zampe fino a quattro cifre decimali.
• Verifica del Pavimento (Go1 N=2): Nel trotto diagonale, $\|\dot{H}_G\|$ si è saturato a un pavimento geometrico previsto di $0.2835 \, \text{m}^2/\text{s}^2$, corrispondente al limite analitico fino a quattro cifre.
• Realtà in Anello Chiuso: In un MPC a livello di coppia in anello chiuso, il pavimento è persistito ma è risultato più alto ($\approx 1.71 \, \text{m}^2/\text{s}^2$) rispetto alla previsione statica. Gli autori attribuiscono questo divario a effetti dinamici (impatti dell'oscillazione, transizioni di contatto, errori di servizio) non catturati nell'analisi quasi-statica.
• Identità ZMP: Gli esperimenti numerici hanno confermato che sulla varietà pendolare, lo ZMP basato sulle forze converge al pivot virtuale, validando il legame teorico tra LIPM e l'ottimo dell'OCP.

Significato e Affermazioni

Il documento afferma di rendere il legame tra LIPM e controllo ottimo esplicito e verificabile. Sostiene che:

1. Il LIPM è una conseguenza, non solo una scelta: Il pattern pendolare emerge naturalmente quando si minimizza il tasso di momento angolare negli appoggi full-rank, purché il peso $\alpha$ sia sufficientemente alto.
2. I limiti sono prevedibili: Il collasso dell'assunzione pendolare negli appoggi $N=2$ non è un fallimento del controllore ma una limitazione fondamentale geometrica e di attrito. Il documento fornisce espressioni in forma chiusa per i limiti inferiori e l'accelerazione critica in cui i vincoli di attrito si legano.
3. Visione Unificata di Equilibrio e Compito: Il rapporto $\lambda/\alpha$ fornisce un parametro continuo che spiega la transizione tra comportamenti centrati sull'equilibrio (simili al LIPM) e comportamenti centrati sul compito (agili).

Gli autori rimangono modesti riguardo ai risultati in anello chiuso, notando che mentre il comportamento qualitativo (l'esistenza di un pavimento) vale nelle simulazioni dinamiche, il divario quantitativo tra la teoria statica e la realtà in anello chiuso è significativo e probabilmente dovuto a dinamiche non modellate (compliance, slittamento, velocità di controllo finite). Non affermano di risolvere questi divari dinamici, ma piuttosto di definire i confini statici entro i quali tali dinamiche operano.