LP-MPPI: Low-Pass Filtering for Efficient Model Predictive Path Integral Control

Resumo Técnico: LP-MPPI: Filtragem Passa-Baixa para Controle de Integral de Trajetória de Modelo Preditivo Eficiente

Declaração do Problema
O controle de Integral de Trajetória de Modelo Preditivo (MPPI) é uma abordagem de controle robusta e baseada em amostragem para planejamento de movimento em tempo real, valorizada por sua capacidade de lidar com dinâmicas e funções de custo arbitrárias sem exigir diferenciabilidade. No entanto, o MPPI padrão depende da amostragem de perturbações de trajetórias de controle a partir de uma distribuição de ruído branco (Gaussiana com elementos independentes). Isso resulta em uma falta de correlação temporal dentro das trajetórias, introduzindo efetivamente ruído de alta frequência. Em sistemas robóticos, onde as dinâmicas naturalmente amortecem altas frequências, esses componentes não contribuem para a busca de controles ótimos. Em vez disso, eles causam "chattering" (oscilação de alta frequência) nos sinais de controle aplicados, levando ao desgaste dos atuadores e a processos de busca ineficientes. Soluções existentes, como interpolação de splines ou input lifting, oferecem apenas um controle grosseiro ou indireto sobre o espectro de frequência. Outras abordagens que utilizam ruído colorido (como em iCEM ou variantes específicas de MPPI) amortecem os componentes do sinal proporcionalmente ao inverso de sua frequência, o que pode enviesar excessivamente a busca para as frequências mais baixas, potencialmente perdendo comportamentos ótimos que exigem variações de frequência moderadas (ex: locomoção de quadrúpedes).

Metodologia
Os autores propõem o Controle de Integral de Trajetória de Modelo Preditivo com Filtro Passa-Baixa (LP-MPPI), que integra um filtro passa-baixa diretamente no processo de amostragem do MPPI.

• Mecanismo Central: Diferente do MPPI padrão, que amostra ruído branco $\epsilon$ e o adiciona ao controle nominal $U$, o LP-MPPI amostra ruído branco e então o passa por um filtro passa-baixa (especificamente um filtro Butterworth) para gerar perturbações filtradas $\epsilon_{LP}$. A sequência de controle é então atualizada como $U + \epsilon_{LP}$.
• Modelagem de Frequência: Esta abordagem introduz correlação temporal às perturbações, efetivamente moldando o espectro de frequência da distribuição de busca. Ela enviesa a busca para sinais de baixa frequência, enquanto permite que o usuário defina explicitamente a banda de passagem.
• Parâmetros: O método introduz dois parâmetros físicos interpretáveis:
  1. Frequência de Corte ($f_c$): Controla a largura da banda de passagem, determinando a faixa de frequências com a maior densidade de potência nas perturbações.
  2. Ordem do Filtro ($o_{LPF}$): Controla a inclinação de atenuação (roll-off) na banda de rejeição, determinando quão agressivamente os componentes de alta frequência são atenuados.
• Implementação: A filtragem é aplicada às sequências de ruído antes da simulação, não ao sinal de controle final. Isso garante que o sinal de controle aplicado permaneça reativo (o primeiro dado de entrada ainda pode mudar rapidamente) enquanto a busca da trajetória é enviesada para caminhos suaves e plausíveis. O custo computacional é desprezível, pois a filtragem requer apenas um pequeno número de multiplicações proporcionais ao comprimento do horizonte.

Principais Contribuições

1. Inovação Algorítmica: A proposta do LP-MPPI, que molda o espectro de frequência das perturbações da trajetória de controle para eliminar o ruído de alta frequência prejudicial sem sacrificar a eficiência da busca.
2. Interpretabilidade e Ajuste: O método oferece controle direto e intuitivo sobre o espectro de frequência via parâmetros fisicamente significativos ($f_c$ e $o_{LPF}$), ao contrário de abordagens de ruído colorido que oferecem um enviesamento menos flexível.
3. Avaliação Abrangente: Uma análise experimental minuciosa em três domínios distintos:
   • Ambientes Gymnasium: Hopper-v5, Ant-v5 e HalfCheetah-v5.
   • Locomoção de Quadrúpedes Simulada: Robôs Unitree Go2 e MAB Silver Badger usando um framework de MPC baseado em difusão (Dial-MPC).
   • Aplicação no Mundo Real: Corrida autônoma F1TENTH em uma pista oval física.

Resultados Experimentais
O artigo relata melhorias consistentes de desempenho do LP-MPPI sobre variantes de estado da arte do MPPI (incluindo MPPI original, SMPPI, SCP-MPPI e ColoredMPPI):

• Ambientes Gymnasium: O LP-MPPI superou as linhas de base em uma ampla gama de comprimentos de horizonte ($H$) e contagens de rollout ($N$). Em média, ele melhorou os resultados em 24% em comparação com as linhas de base. Demonstrou particularmente alta eficiência de amostragem, mostrando ganhos maiores com menos rollouts.
• Suavidade do Controle: Métricas quantitativas (Segunda Derivada Média e Desvio do Filtro de Savitzky-Golay Médio) confirmaram que o LP-MPPI gera sinais de controle significativamente mais suaves, reduzendo o chattering enquanto mantém recompensas elevadas.
• Locomoção de Quadrúpedes: Quando integrado ao Dial-MPC (criando o LP-Dial-MPC), o método alcançou um ganho de desempenho médio de 32% sobre o Dial-MPC padrão e superou significativamente uma variante do ColoredMPPI (que rendeu recompensas aproximadamente metade de tão altas).
• Corrida no Mundo Real: Na corrida autônoma F1TENTH, o LP-MPPI alcançou as maiores distâncias medianas percorridas em testes de 30 segundos, superando todas as linhas de base. Ele manteve o desempenho em tempo real em uma CPU padrão (Intel Core i5-12500H) com overhead computacional desprezível (aprox. 2,4% no F1TENTH, e até uma leve diminuição no tempo de simulação para o Ant-v5, provavelmente devido a interações de física simplificadas).

Significância e Alegações
Os autores alegam que o LP-MPPI representa uma modificação simples, porém poderosa, do algoritmo MPPI. Sua significância reside em:

• Eficiência: Melhora a busca por controles ótimos ao focar a exploração na faixa de frequência admissível onde os comportamentos ótimos tipicamente residem, em vez de desperdiçar amostras em ruído de alta frequência que as dinâmicas robóticas filtram.
• Praticidade: Reduz o desgaste dos atuadores ao suavizar os sinais de controle e é fácil de implementar com overhead computacional mínimo, tornando-o adequado para dispositivos de borda em tempo real.
• Adaptabilidade: O método é altamente adaptável a vários sistemas robóticos através do ajuste intuitivo de parâmetros (frequência de corte e ordem do filtro) e pode ser integrado perfeitamente com outras abordagens de MPC baseadas em amostragem, como demonstrado com o Dial-MPC.

O artigo conclui que o LP-MPPI oferece um equilíbrio superior entre eficiência de busca, suavidade de controle e custo computacional, tornando-o um forte candidato para tarefas de controle robótico em tempo real que exigem otimização de trajetória de alto desempenho.