HCLM: A Hierarchical Framework for Cooperative Loco-Manipulation with Dual Quadrupeds

Resumo Técnico: HCLM – Um Framework Hierárquico para Loco-Manipulação Cooperativa com Duplos Quadrúpedes

Declaração do Problema
A manipulação móvel no mundo real exige a integração de locomoção estável com interação precisa com objetos. Embora sistemas de agente único tenham avançado, seu alcance cinemático limita interações espacialmente distribuídas. Manipuladores quadrúpedes colaborativos oferecem espaços de trabalho reconfiguráveis, mas enfrentam dois desafios principais:

1. Coordenação de Alto Nível: Aprender políticas independentes de coordenadas que permitam a agentes espacialmente separados executar habilidades diversas em configurações variadas, em vez de depender de ações pré-definidas.
2. Execução de Baixo Nível: Alcançar controle robusto de corpo inteiro que garanta rastreamento preciso no espaço da tarefa, rejeite perturbações de base flutuante e regule estritamente forças internas dentro de cadeias cinemáticas fechadas para prevenir tensões destrutivas.

Abordagens existentes frequentemente falham em atender a esses requisitos, limitando-se a locomoção cooperativa sem manipulação, interações não preênseis (por exemplo, empurrar) ou tarefas específicas de transporte pré-definidas que carecem de escalabilidade e controle fino de pose 6D.

Metodologia: O Framework HCLM
Os autores propõem o HCLM, um framework hierárquico que desacopla sistematicamente o raciocínio colaborativo de alto nível da execução robusta de movimento de baixo nível para sistemas de duplos quadrúpedes.

1. Alto Nível: Política de Difusão de Juntas Canonicizada

   • Arquitetura: Um módulo centralizado de aprendizado por imitação usando uma Política de Difusão de Juntas.
   • Representação: A política opera dentro de um espaço de tarefa invariante a SE(3). Em vez de usar coordenadas globais absolutas, ela ancora o quadro de referência da tarefa à base do robô primário no instante inicial. Todas as entradas (poses do efetuador final) e saídas (poses alvo) são transformadas neste quadro relativo.
   • Benefício: Esta formulação garante matematicamente a invariância espacial, permitindo que a política aprenda padrões de coordenação agnósticos a coordenadas, independentes de deriva na estimativa de pose global. Ela processa históricos de estados concatenados de ambos os agentes para inferir trajetórias sincronizadas de efetuadores finais.

2. Baixo Nível: Controlador Híbrido de Corpo Inteiro Centrado na Tarefa (WBC)
   O WBC traduz referências agnósticas a quadros em movimento físico por meio de duas camadas sinérgicas:

   • Camada Proativa (MPC Cinemático): Um módulo de Controle Preditivo por Modelo (MPC) opera sobre um horizonte recuante para calcular distribuições de velocidade ótimas e livres de colisão para as bases flutuantes e manipuladores. Ele atua como um gerador de referência, delegando explicitamente a estabilização dinâmica à camada reativa para evitar proibições computacionais de dinâmicas não lineares completas em dispositivos de borda.
   • Camada Reativa (Execução Híbrida):
     • Estabilização da Base: Uma política de Aprendizado por Reforço (RL), treinada com randomização de domínio (cargas úteis e torques externos randomizados), rastreia robustamente as velocidades da base comandadas pelo MPC.
     • Controle do Manipulador e Regulação de Força: Um solucionador de Programação Quadrática (QP) de alta frequência calcula velocidades instantâneas das juntas. Crucialmente, esta camada integra um esquema de admitância cooperativa. Utiliza uma matriz de preensão para decompor ortogonalmente torques de contato em forças externas (que induzem movimento) e internas (que apertam o objeto). Erros de força interna são mapeados em velocidades de cedência corretivas, relaxando o rastreamento posicional rígido para dissipar com segurança conflitos cinemáticos e regular tensões internas durante interações em cadeia fechada.

Contribuições Principais

1. Framework HCLM: Um sistema hierárquico que permite a manipuladores quadrúpedes duplos integrar perfeitamente locomoção estável com interação precisa com objetos para tarefas complexas e espacialmente distribuídas.
2. Política Invariante a SE(3) e WBC Híbrido: A introdução de uma representação de espaço de tarefa agnóstica a quadros para aprender políticas cooperativas, executada por um controlador híbrido que sinergiza distribuição proativa de movimento com estabilização reativa e regulação ativa de força.
3. Validação: Avaliação abrangente em três tarefas progressivamente desafiadoras (Transferência Dinâmica, Transporte Cooperativo, Embalagem Cooperativa) em simulação e uma implantação no mundo real da tarefa de Transferência Dinâmica.

Resultados Experimentais

• Agnosticismo de Configuração: Na simulação, a formulação invariante a SE(3) (BW) alcançou uma taxa de sucesso de 62,5% (50/80 tentativas) sob orientações globais arbitrárias. Em contraste, uma política de base usando coordenadas absolutas do mundo (W) sofreu falha catastrófica (0/80) sob as mesmas condições, demonstrando a necessidade crítica da representação invariante para generalização.
• Robustez a Perturbações: O sistema manteve desempenho confiável (queda na taxa de sucesso dentro de 10–25%) sob perturbações externas na base de até 100 N. O desvio do efetuador final permaneceu estritamente limitado (<2 cm) apesar de deslocamentos significativos da base (~8 cm), validando a capacidade do WBC de isolar instabilidades da base da execução da tarefa.
• Conformidade em Cadeia Fechada: Sem o esquema de admitância cooperativa, desvios espaciais induziram forças internas destrutivas (>50 N), causando falha na tarefa. Com o esquema, o sistema dissipou com sucesso forças antagônicas, mantendo a estabilidade.
• Implantação no Mundo Real: O framework foi implantado com sucesso em hardware físico (duas bases Unitree Go2 com braços ARX5) para uma tarefa de transferência dinâmica, demonstrando a transferibilidade da política invariante a SE(3) da simulação para a realidade.

Significado
O artigo afirma que o HCLM oferece um caminho altamente robusto para coordenação incorporada multi-robô. Ao desacoplar o raciocínio espacial de alto nível da execução dinâmica de baixo nível e impor invariância de coordenadas, o framework aborda as lacunas de escalabilidade e robustez nos atuais sistemas de manipulação multi-robô. Ele permite que sistemas quadrúpedes duplos realizem tarefas cooperativas complexas e de propósito geral com resiliência excepcional contra perturbações físicas e inconsistências cinemáticas, indo além de cenários pré-definidos para manipulação adaptativa e distribuída.