Model Predictive Control with Gaussian Processes for Flexible Multi-Modal Physical Human Robot Interaction

Título: Controle Preditivo por Modelo com Processos Gaussianos para Interação Física Humano-Robô Flexível e Multimodal

1. Problema e Motivação

A interação física humano-robô (HRI) tem o potencial de melhorar a ergonomia, a eficiência de tarefas e a flexibilidade da automação. No entanto, a implementação de controle flexível em tempo real enfrenta desafios significativos:

• Complexidade do Estado Humano: A maioria das aplicações atuais depende de métodos específicos para cada tarefa para detectar o estado humano e determinar a resposta do robô.
• Natureza Multimodal: Muitas tarefas de colaboração envolvem modos discretos (ex.: fases de uma tarefa ou múltiplos objetivos possíveis), onde cada modo possui um objetivo distinto e dinâmicas de comportamento humano diferentes.
• Limitações de Modelagem e Controle: Modelos humanos a priori são limitados e a coleta de dados é cara. Além disso, o Controle Preditivo por Modelo (MPC) em sistemas não lineares carece de garantias intrínsecas de tempo e estabilidade, e métodos existentes muitas vezes não modelam o humano ou exigem muitas demonstrações para treinamento.
• Gap de Segurança e Eficiência: É necessário um sistema que possa inferir a intenção humana (especialmente em cenários com objetivos discretos) e otimizar a trajetória do robô considerando impedância, configuração das juntas humanas e custos ergonômicos, tudo isso com baixa latência computacional.

2. Metodologia Proposta

O artigo propõe uma abordagem inovadora que combina Processos Gaussianos (GP) para modelagem humana e Controle Preditivo por Modelo (MPC) para planejamento de trajetória e inferência de modo.

A. Modelagem do Robô e do Humano

• Controle de Admitância: O robô utiliza um controlador de admitância de baixo nível para garantir segurança, permitindo que forças humanas ou ambientais movam o robô entre as atualizações do MPC.
• Modelagem Estocástica Humana (GPs): A força humana é modelada como uma função estocástica dependente da posição/orientação do robô e do modo da tarefa.
  • Um Processo Gaussiano (GP) é treinado separadamente para cada modo (ex.: objetivo de montagem 1 vs. objetivo 2).
  • Os GPs regressam a força humana baseada em vetores de rotação (para evitar descontinuidades de ângulos de Euler/quaternions).
  • Um modelo cinemático de 4 DOF do braço humano é utilizado para calcular torques nas juntas e custos ergonômicos.
• Dinâmica Estocástica: A combinação da dinâmica do robô (discretizada) com a distribuição estocástica das forças humanas (via GP) gera uma distribuição multimodal para a trajetória futura do estado, conforme ilustrado na Fig. 3 do artigo.

B. Inferência de Modo
O sistema estima o modo atual da tarefa (ex.: qual objetivo o humano está tentando alcançar) em tempo real:

• Utiliza-se uma atualização Bayesiana recursiva da crença (probabilidade) sobre o modo, baseada nas observações de força e estado.
• Foi desenvolvido uma medida de similaridade "ad-hoc" para transformar forças em direções, melhorando a suavidade da inferência e evitando ruídos quando elementos individuais da força têm baixa probabilidade.

C. Controle Preditivo por Modelo (MPC)
O MPC otimiza as decisões do robô (trajetória, impedância, ou até trajetória das juntas humanas) com base na crença atual sobre o modo humano:

• Função Objetivo: Minimiza um custo que pondera a crença nos modos discretos. Pode ser uma expectativa simples ($J_E$) ou um custo sensível ao risco ($J_R$).
• Variáveis de Decisão: Incluem forças desejadas do robô, mudanças nos parâmetros de impedância (inércia, amortecimento, rigidez) e, opcionalmente, a trajetória das juntas humanas para otimização ergonômica.
• Implementação Computacional: O problema é formulado como uma otimização não linear com restrições, resolvido usando o solver IPOPT via CasADi.
  • Para garantir eficiência, utiliza-se GPs Esparsos (Sparse GPs) para reduzir o número de pontos de treinamento de milhares para cerca de 35-50, mantendo a precisão da verossimilhança.
  • O uso de diferenciação automática permite calcular gradientes e Hessianos rapidamente.

3. Contribuições Principais

1. Abordagem Multimodal Discreta: Diferente de métodos que tratam a intenção como uma variável contínua, este trabalho modela explicitamente modos discretos de tarefa, permitindo que o robô alterne comportamentos baseados na inferência de qual objetivo está ativo.
2. Eficiência de Dados: O método requer um número muito baixo de demonstrações para ser comissionado (apenas 3 demonstrações por modo), reduzindo drasticamente o tempo de programação.
3. Otimização Conjunta: Capacidade de otimizar simultaneamente a trajetória do robô, os parâmetros de impedância e a postura humana (juntas) para minimizar custos ergonômicos (torques nas juntas).
4. Desempenho em Tempo Real: A implementação alcança taxas de controle online de 15 Hz em um robô industrial de 6 DOF, demonstrando viabilidade prática.
5. Generalidade: A estrutura permite funções objetivo genéricas e adaptação a diferentes tarefas de colaboração física.

4. Resultados Experimentais

Os autores validaram o método em um robô industrial de grande porte (16 kg de carga útil) realizando uma tarefa de montagem colaborativa com dois modos possíveis (encaixar uma chapa em um de dois conjuntos de pinos).

• Robustez e Replanejamento: O sistema detectou mudanças na intenção humana (troca de objetivo) online e replanejou a trajetória e as forças de assistência de forma robusta.
• Adaptação à Posição Inicial: O algoritmo recuperou-se com sucesso quando o humano perturbou o robô para longe do objetivo ou quando a posição inicial variava.
• Desempenho Computacional:
  • O uso de GPs esparsos e simplificações na covariância reduziu o tempo de cálculo.
  • O tempo médio de solução "warm start" foi de aproximadamente 0,06 segundos, permitindo a frequência de 15 Hz.
  • A inclusão de otimização de parâmetros de impedância ou do modelo de juntas humanas aumentou significativamente o custo computacional, tornando algumas configurações inviáveis para tempo real estrito com o hardware atual, mas a versão básica (apenas trajetória) é totalmente viável.
• Precisão: A precisão final é limitada a +/- 2 cm, o que é aceitável, pois o posicionamento fino é delegado ao humano, seguindo o princípio de "mínima intervenção".

5. Significância e Conclusão

Este trabalho representa um avanço significativo na interação física humano-robô ao demonstrar que é possível realizar controle predivo por modelo em 6 graus de liberdade (6-DOF) com modelos humanos estocásticos aprendidos a partir de poucos dados.

• Impacto Prático: Reduz a barreira de entrada para a implementação de colaboração robótica flexível, eliminando a necessidade de programação complexa e extensa coleta de dados.
• Segurança e Ergonomia: Ao incorporar explicitamente a incerteza do modelo humano e otimizar para ergonomia, o sistema promove uma colaboração mais segura e confortável.
• Limitações Futuras: O método ainda não distingue forças ambientais de forças humanas (requer cuidado em tarefas de contato) e a covariância do GP não captura heterocedasticidade (variação de variância em diferentes regiões do espaço de estado) sem custo computacional elevado.

Em resumo, a proposta oferece um framework robusto para robôs que devem "entender" e "adaptar-se" a intenções humanas discretas em tempo real, utilizando uma combinação eficiente de aprendizado de máquina (GPs) e controle ótimo (MPC).