RK-MPC: Residual Koopman Model Predictive Control for Quadruped Locomotion in Offroad Environments

Título: RK-MPC: Controle Preditivo por Modelo (MPC) com Koopman Residual para Locomoção de Quadrúpedes em Ambientes Off-Road

1. Problema e Motivação

A locomoção de robôs quadrúpedes em ambientes não estruturados (off-road) enfrenta desafios significativos devido a:

• Incerteza de contato e terreno: Variações na fricção, compliance do solo e geometria do terreno degradam a precisão da previsão de modelos físicos tradicionais.
• Limitações de Modelos Físicos: Modelos baseados em física (como o modelo de Corpo Rígido Único - SRB) são computacionalmente eficientes e tratáveis, mas sofrem com erros de modelagem em terrenos complexos, levando a falhas de rastreamento.
• Limitações de Aprendizado Puro: Métodos puramente baseados em aprendizado (como RL) podem ser ágeis, mas carecem de garantias de segurança, estrutura preditiva para controle com restrições e eficiência de amostragem.
• Desafios do Koopman: Abordagens baseadas no Operador de Koopman (que linearizam sistemas não lineares em espaços de observáveis elevados) têm sido aplicadas, mas modelos de "estado completo" (full-state) frequentemente sofrem com instabilidade em previsões de longo horizonte, sensibilidade ao design de dicionários e erros de deriva (drift) em representações de rotação (SO(3)).

O objetivo é desenvolver um controlador que combine a eficiência computacional e a estrutura de otimização do MPC baseado em física com a alta fidelidade preditiva de modelos aprendidos a partir de dados, mantendo a capacidade de rodar em tempo real em hardware.

2. Metodologia: RK-MPC (Residual Koopman MPC)

O artigo propõe o RK-MPC, uma estrutura híbrida que não substitui o modelo físico, mas o corrige.

• Arquitetura Hierárquica: O sistema utiliza um FSM (Máquina de Estados Finitos) para transições de fase (balanço/apoio), um planejador global para trajetórias de referência e um controlador de baixo nível para torques. O RK-MPC atua no nível de planejamento de forças de contato.
• Modelagem Residual:
  • Modelo Nominal: Utiliza um modelo linearizado de Corpo Rígido Único (SRB) como base. Este modelo captura a dinâmica dominante, mas é imperfeito.
  • Correção Residual: Em vez de aprender a dinâmica completa do sistema, o método aprende apenas o resíduo (erro) entre a dinâmica real e a previsão do modelo nominal.
  • Operador de Koopman no Resíduo: O erro de modelagem é mapeado para um espaço de observáveis elevados (lifted space) onde sua evolução é aproximada como linear. Utiliza-se a EDMD com Controle (EDMDc) para identificar um preditor linear compacto para esse resíduo.
• Formulação Convexa:
  • O preditor residual é incorporado ao MPC como uma correção aditiva aos canais de velocidade do modelo nominal.
  • Isso mantém a estrutura do problema de otimização como um Programa Quadrático (QP) convexo, permitindo a resolução rápida e garantida.
  • O controlador otimiza as forças de reação no solo (GRFs) por pé, respeitando restrições de cone de atrito e contato unilateral.
• Garantias Teóricas: O artigo fornece limites formais para o erro de previsão de múltiplos passos, demonstrando que, se o erro residual for limitado, o erro de previsão total permanece controlado.

3. Principais Contribuições

1. Modelagem Koopman Residual: Um framework que aprende uma correção linear compacta sobre um modelo nominal, oferecendo garantias formais de erro de previsão e reduzindo a sensibilidade ao design de dicionários de observáveis.
2. Formulação Convexa em Tempo Real: Integração do preditor residual em um MPC de horizonte recorrente que roda onboard a 500 Hz, mantendo a tratabilidade computacional de um QP.
3. Validação Abrangente: Extensa validação em simulação (Gazebo) e hardware real (Unitree Go1), demonstrando locomoção cega (sem sensores externos) em diversos terrenos (grama, cascalho, neve, gelo) e sob perturbações.

4. Resultados e Desempenho

• Comparação de Modelos (Simulação):

  • EDMD Monomial (Estado Completo): Falhou em previsões de longo horizonte, apresentando instabilidade e "explosão" do erro.
  • EDMD Estruturado em SE(3): Melhorou a precisão de um passo, mas sofreu de deriva de rotação (drift) em previsões de múltiplos passos, levando à instabilidade no controle em malha fechada.
  • RK-MPC (Proposto): Alcançou a maior precisão de rastreamento, mantendo-se estável e com erro de previsão significativamente menor que as abordagens puras de Koopman.

• Desempenho em Hardware (Unitree Go1):

  • Rastreamento de Velocidade: O RK-MPC seguiu comandos de velocidade planar (x, y, yaw) com alta precisão em terreno plano.
  • Robustez a Perturbações: O robô recuperou-se com sucesso de empurrões laterais e longitudinais e atravessou campos de detritos sem cair.
  • Generalização de Marchas: O controlador, treinado apenas com dados de marcha "trot" (trote), funcionou robustamente em marcha "crawl" (caminhada lenta) sem re-treinamento.
  • Terrenos Off-Road: Sucesso em grama, cascalho, neve e gelo. No gelo, o sistema manteve a estabilidade dinâmica, embora tenha ocorrido deslizamento quando a fricção foi insuficiente, demonstrando o comportamento esperado do controlador sob limites físicos.
  • Tempo de Cálculo: O tempo médio de resolução do QP foi de 0.89 ms, permitindo uma taxa de atualização de 500 Hz, superando abordagens não lineares e outras variantes de Koopman.

5. Significado e Conclusão

O RK-MPC representa um avanço significativo no controle de robôs quadrúpedes ao estabelecer um "meio-termo" prático entre:

1. Modelos físicos puros (rápidos, mas imprecisos em terrenos complexos).
2. Modelos de aprendizado total (precisos, mas computacionalmente pesados e sem garantias de estabilidade).

Ao focar apenas na correção do resíduo em um espaço de observáveis linear, o método preserva a estrutura física e as restrições de contato do MPC tradicional, enquanto utiliza dados para compensar incertezas do mundo real. A validação em hardware real, rodando totalmente onboard com alta frequência, demonstra que essa abordagem é viável para aplicações de locomoção autônoma em ambientes não estruturados e dinâmicos.