Resumo Técnico: Modelo Certo, Hora Certa: MPC de Fidelidade Cascada em Tempo Real para Caminhada Bípede

Declaração do Problema

A robótica de pernas tem registrado avanços significativos, contudo, o controle de robôs bípedes de alta dimensionalidade permanece desafiador. Embora o Aprendizado por Reforço (RL) ofereça resultados impressionantes, ele luta com ineficiência amostral, modelagem de recompensas e garantias de segurança. O Controle Preditivo por Modelo (MPC) é atraente por sua capacidade de lidar com restrições e dinâmicas do sistema online; no entanto, resolver problemas de controle ótimo para dinâmicas bípedes de corpo inteiro em tempo real é computacionalmente proibitivo.

Abordagens existentes frequentemente desacoplam planejamento e controle, utilizando modelos de ordem reduzida (por exemplo, Corpo Rígido Único) para planejamento de MPC e Controle de Corpo Inteiro (WBC) para execução. Essa separação pode levar a planos dinamicamente inviáveis. Por outro lado, abordagens recentes de MPC de corpo inteiro usando Programação Dinâmica Diferencial (DDP) são eficazes, mas frequentemente dependem de solucionadores especializados e específicos para o problema. Há necessidade de um framework que equilibre eficiência computacional com precisão preditiva, utilizando solucionadores maduros e de propósito geral para habilitar controle de corpo inteiro em tempo real sem implementações de solucionadores personalizados.

Metodologia

O artigo propõe um framework de Controle Preditivo por Modelo (MPC) de corpo inteiro multifase que combina modelos de alta fidelidade e de ordem reduzida dentro de um único horizonte de previsão. A abordagem é implementada usando acados, um framework de código aberto de propósito geral que suporta controle ótimo multifase.

1. Formulação de Fidelidade Cascada

O horizonte de previsão é dividido em duas fases distintas:

• Horizonte Inicial (Fase de Corpo Inteiro): Os primeiros $N_{wb}$ passos utilizam um modelo detalhado de Corpo Inteiro (WB). Esta fase captura a dinâmica bípede completa, incluindo torques de juntas ativas, orientação da base flutuante e torques de contato para ambos os pés. O estado inclui posições e velocidades generalizadas, e as dinâmicas são linearizadas em torno de uma configuração inicial para reduzir a complexidade, mantendo restrições cinemáticas não lineares.
• Horizonte Posterior (Fase de Corpo Rígido Único): Os passos subsequentes $N_{srb}$ utilizam um modelo de Corpo Rígido Único (SRB). Aqui, o robô é aproximado como um único corpo rígido com massa e inércia concentradas. O estado inclui a posição/velocidade da base flutuante e as posições relativas dos pés. Esta simplificação reduz significativamente a carga computacional para o futuro distante.

2. Problema de Otimização

O controlador resolve um problema de controle ótimo não linear usando Programação Quadrática Sequencial (SQP). A função objetivo minimiza custos de estágio para ambas as fases, um custo de transição na fronteira da fase e um custo terminal.

• Restrições: A formulação inclui cones de torque, cronogramas de contato (modos de contato prescritos), condições de não deslizamento e cinemática de contato (garantindo que os pés estejam no chão durante o apoio e dentro dos limites durante o balanço). Limites das juntas são impostos como restrições de caixa.
• Transição: Um mapa de transição $f_t(\cdot)$ inicializa o estado SRB a partir do estado terminal WB, garantindo continuidade na base flutuante e nas posições dos pés derivadas da cinemática direta.
• Entradas de Controle: A fase WB otimiza torques das juntas e torques de contato. A fase SRB otimiza torques de contato e velocidades dos pés. Nota-se que o controlador não depende de locais de passo pré-selecionados; ele otimiza a colocação dos pés dinamicamente com base na velocidade de caminhada alvo.

3. Detalhes de Implementação

• Solucionador: O problema é resolvido usando o solucionador SQP no acados com uma aproximação de Hessiana de Gauss-Newton e o método de pontos interiores HPIPM para subproblemas de Programação Quadrática (QP).
• Estratégia em Tempo Real: O sistema emprega uma estratégia de solução "bom o suficiente", limitando o número de iterações SQP por ciclo de controle para garantir que o tempo de resolução permaneça dentro do orçamento de frequência de controle (100 Hz).
• Discretização: A fase WB usa um passo de tempo mais fino ($\Delta t_{wb} = 0.02$ s), enquanto a fase SRB usa um passo mais grosso ($\Delta t_{srb} = 0.1$ s) para equilibrar ainda mais precisão e velocidade.

Resultados Principais

O controlador foi validado em simulação MuJoCo no robô bípede HyPer-2 (18 Graus de Liberdade, 110 cm de altura, 22 kg).

• Desempenho em Tempo Real: O sistema alcançou caminhada estável com uma frequência de controle de 100 Hz e um tempo máximo de resolução de 10 ms.
• Limites de Iteração: Experimentos variando o número de iterações SQP mostraram que 3 iterações foram suficientes para minimizar erros de altura e velocidade, mantendo os tempos de resolução abaixo de 10 ms. Aumentar as iterações além disso produziu retornos decrescentes na redução de custo, mas aumentou linearmente o tempo de resolução.
• Composição do Horizonte: Variar a razão $\alpha = N_{wb} / (N_{wb} + N_{srb})$ revelou uma compensação. Uma razão de $\alpha = 0.6$ minimizou erros de rastreamento, mas excedeu o limite de tempo de resolução de 10 ms. Razões $\alpha \le 0.2$ levaram à instabilidade, enquanto $\alpha > 0.7$ causaram a queda do robô, provavelmente devido a um horizonte de previsão efetivo encurtado.
• Discretização: O sistema foi instável para passos de tempo WB menores que 15 ms. O tamanho de passo ótimo foi encontrado para ser aproximadamente 21 ms (horizonte total $T \approx 126$ ms), equilibrando a minimização do erro de altura contra o risco de configurações singulares (dobramento do joelho) em tamanhos de passo maiores.

Significado e Alegações

Os autores afirmam que este trabalho demonstra a viabilidade de MPC de corpo inteiro em tempo real para caminhada bípede usando ferramentas de otimização numérica padrão e de propósito geral (acados) em vez de solucionadores especializados e específicos para o problema.

As principais contribuições incluem:

1. Framework Unificado: Integração bem-sucedida de um modelo WB de alta fidelidade e um modelo SRB reduzido em uma única formulação de MPC multifase.
2. Eficiência Computacional: Alcançar desempenho em tempo real (100 Hz) em um robô de 18 Graus de Liberdade reduzindo estrategicamente a fidelidade do modelo nos passos posteriores de previsão e limitando as iterações SQP.
3. Planejamento Autônomo de Passos: O controlador otimiza torques das juntas e colocação dos pés simultaneamente, sem depender de seleção prévia de passos, impulsionado apenas por uma velocidade alvo e cronograma de contato.

O artigo conclui que, embora a abordagem seja promissora, a análise do design multifase (especificamente a interação entre comprimento do horizonte, composição do modelo e discretização) requer estudo sistemático adicional. Os autores notam que a validação no robô físico HyPer-2 é necessária para avaliar a estabilidade sob condições realistas.