Passive iFIR filters for data-driven velocity control in robotics

1. Problema e Motivação

O controle de manipuladores robóticos industriais ainda depende majoritariamente de controladores PID (Proporcional-Integral-Derivativo) devido à sua simplicidade e facilidade de implementação. No entanto, o PID possui limitações estruturais (apenas três parâmetros) que dificultam o ajuste da resposta em malha fechada para sistemas de alta ordem e não lineares, comuns em robótica moderna.

Por outro lado, métodos de aprendizado baseados em dados (como Redes Neurais e Aprendizado por Reforço) oferecem maior expressividade, mas frequentemente carecem de garantias formais de estabilidade e robustez, exigindo grandes volumes de dados.

O artigo busca preencher essa lacuna desenvolvendo um controlador que:

• Seja aprendido diretamente a partir de dados (sem necessidade de um modelo dinâmico explícito do robô).
• Garanta a estabilidade do sistema em malha fechada.
• Supere o desempenho do PID otimizado, especialmente em tarefas de controle de velocidade (espacial e cartesiana) com dinâmicas complexas.

2. Metodologia

A solução proposta baseia-se em Filtros iFIR Passivos (Passive infinite Impulse Response Filters - embora o nome sugira IIR, o texto define iFIR como uma estrutura que combina um integrador com um filtro FIR de ordem finita, mantendo uma estrutura linear simples).

A. Estrutura do Controlador iFIR

O controlador iFIR é definido como uma interconexão paralela entre:

1. Um integrador MIMO (Multi-Input Multi-Output).
2. Um filtro FIR (Finite Impulse Response) de ordem $m$.
   A saída $u(t)$ é dada por:
   $$u(t) = \sum_{k=0}^{m-1} H_k e(t-k) + T_s \Gamma \sum_{k \ge 0} e(t-k)$$
   Onde $e(t)$ é o erro de rastreamento, $H_k$ são as matrizes do filtro FIR e $\Gamma$ é a matriz do integrador.

B. Síntese Baseada em Dados (VRFT)

Os parâmetros do controlador são identificados utilizando a técnica de Virtual Reference Feedback Tuning (VRFT):

1. Coleta de Dados: O robô é excitado com sinais de entrada genéricos (soma de ondas senoidais) para coletar dados de entrada-saída (torque e velocidade) por um curto período (apenas 3 minutos no experimento).
2. Modelo de Referência: Define-se um modelo de referência $M_r$ que especifica o comportamento transitório desejado.
3. Otimização: Resolve-se um problema de mínimos quadrados para encontrar os coeficientes que minimizam a diferença entre a resposta do sistema e a do modelo de referência virtual.

C. Garantia de Estabilidade via Passividade

A contribuição central é a imposição de restrições de passividade diretamente na otimização dos parâmetros do iFIR.

• Teorema 1: Estabelece condições (baseadas em desigualdades matriciais lineares - LMIs) para garantir que o controlador iFIR seja passivo.
• Se o controlador é passivo e interconectado com um robô passivo (o que é verdade para a maioria dos manipuladores físicos devido ao amortecimento natural), o sistema em malha fechada é assintoticamente estável, desde que a frequência de amostragem seja suficientemente alta.
• Isso evita a instabilidade comum em métodos de aprendizado puro, onde políticas aprendidas podem falhar em cenários não vistos.

3. Contribuições Principais

1. Validação Experimental: É a primeira vez que controladores iFIR passivos são validados experimentalmente em um robô real (Franka Research 3).
2. Desempenho Superior: O método supera controladores PID otimizados via VRFT, especialmente em cenários de alta ordem e dinâmicas complexas.
3. Garantia de Estabilidade: Diferente de muitas abordagens de aprendizado, o método oferece garantias teóricas de estabilidade através da passividade.
4. Adaptabilidade Rápida: O controlador pode ser re-treinado em minutos com novos dados quando a dinâmica do robô muda (ex: alteração de carga), recuperando o desempenho nominal.
5. Generalização MIMO: A abordagem foi estendida e validada para sistemas de múltiplas entradas e múltiplas saídas (MIMO) no espaço cartesiano.

4. Resultados Experimentais

Os testes foram realizados no robô Franka Research 3 em dois cenários:

A. Controle de Velocidade no Espaço Articular (Joint-Space)

• Cenário: Controle de um único joint com cargas flexíveis (listras de madeira) para simular dinâmicas de alta ordem e mal modeladas.
• Resultados:
  • Redução de 41,0% no erro quadrático médio normalizado (NRMSE) em comparação ao PID para rastreamento nominal.
  • Em cenários com mudança de dinâmica (sem retreinamento), o iFIR manteve um erro menor que o PID (28,1% de melhoria).
  • Estabilidade Crítica: Ao usar um modelo de referência agressivo (2ª ordem), o controlador iFIR sem restrições de passividade tornou-se instável (oscilações crescentes), enquanto o iFIR passivo e o PID permaneceram estáveis.

B. Controle de Velocidade no Espaço Cartesiano (Cartesian-Space)

• Cenário: Controle da velocidade da ferramenta (end-effector) em 3D (SISO e MIMO).
• Resultados:
  • SISO: Melhoria de ~25% no rastreamento de perfis aleatórios e trapezoidais.
  • MIMO (1ª ordem): Melhoria de ~32% em perfis aleatórios.
  • MIMO (2ª ordem - Cenário mais desafiador): O controlador iFIR demonstrou superioridade significativa, com reduções de erro de 67,7% (perfil aleatório) e 74,5% (perfil trapezoidal) em relação ao PID.
  • O PID apresentou oscilações de alta frequência e maior atraso de fase sob dinâmicas exigentes, enquanto o iFIR manteve um rastreamento suave.

5. Significado e Conclusão

O artigo demonstra que é possível unir o melhor dos dois mundos: a flexibilidade e o desempenho de métodos baseados em dados com a segurança e robustez de métodos baseados em teoria de controle (passividade).

• Eficiência: O método requer poucos dados (3 minutos) e recursos computacionais modestos para o treinamento.
• Segurança: A imposição de passividade "por construção" elimina o risco de instabilidade catastrófica, um problema comum em IA aplicada à robótica.
• Aplicabilidade: Oferece uma alternativa viável e superior ao PID para tarefas industriais que exigem precisão de velocidade e adaptação a cargas variáveis, como polimento, soldagem e manuseio de ferramentas.

Limitações e Trabalhos Futuros:
O método atual ainda depende de um modelo de referência escolhido manualmente e é linear, o que pode limitar a performance em não-linearidades severas do robô. Trabalhos futuros visam a derivação automática de modelos de referência e o desenvolvimento de controladores iFIR não-lineares e adaptativos online.