Resumo Técnico: Controle de Integral de Caminho Preditivo de Modelo Informado por Objeto para Manipulação Robótica Não-Preensil

Declaração do Problema

A manipulação não-preensil, como o empurrar de objetos, expande as capacidades robóticas além da preensão estável, mas apresenta desafios significativos para o planejamento de longo horizonte. As principais dificuldades decorrem de dois fatores:

1. Dinâmica de Contato Descontínua: Pequenas variações no movimento do robô podem levar a comportamentos qualitativamente diferentes do objeto, dependendo de como o contato é estabelecido ou interrompido. Isso torna grande parte do espaço de configuração do robô ineficaz para o progresso da tarefa.
2. Atuação Implícita: O objeto não é atuado diretamente; o robô deve inferir o movimento necessário para produzir os deslocamentos desejados do objeto através do contato. Isso cria um espaço de busca massivo onde o planejador deve raciocinar simultaneamente sobre a cinemática do robô, a geometria de contato e a resposta do objeto.

Métodos padrão de Controle Preditivo de Modelo (MPC) baseados em amostragem, como o controle de Integral de Caminho Preditivo de Modelo (MPPI), utilizam simuladores paralelos rápidos para lidar com dinâmicas complexas. No entanto, em tarefas não-prensis, o MPPI padrão frequentemente enfrenta dificuldades com o planejamento de longo horizonte, frequentemente estagnando perto de obstáculos ou falhando em descobrir desvios viáveis devido à minimização de custo míope.

Metodologia

Os autores propõem uma formulação hierárquica de MPPI que decompõe o problema conjunto de planejamento robô-objeto em dois problemas de controle ótimo acoplados operando em diferentes níveis de abstração: um nível de objeto e um nível de robô.

Decomposição Hierárquica

A ideia central é tratar o objeto como se fosse atuado diretamente via entradas de controle virtuais para gerar uma trajetória de referência, que então guia o planejador de nível de robô.

• Planejamento de Nível de Objeto: O sistema resolve um problema de controle ótimo para o objeto isoladamente (Eq. 13), assumindo que o objeto pode ser atuado diretamente. Este planejador opera sobre um horizonte mais longo ($H_o$) no menor espaço de configuração dos movimentos do objeto, gerando uma trajetória de referência nominal do objeto $x_o^*$.
• Planejamento de Nível de Robô: O planejador de nível de robô (Eq. 14) resolve pelas entradas de controle reais do robô sobre um horizonte mais curto ($H_r$). Ele minimiza uma função de custo que inclui a dinâmica padrão do robô e um termo de acoplamento $\ell_c$, que penaliza o desvio entre o estado real do objeto e a trajetória de referência gerada pelo planejador de nível de objeto.

Variantes de Controle

O artigo introduz duas implementações específicas desta hierarquia:

1. MPPI Sequencial Informado pelo Objeto (SOI): O planejador de nível de objeto computa uma trajetória de referência global uma única vez (offline ou no início do episódio). O planejador de nível de robô então executa esta trajetória de maneira de horizonte recorrente sem atualizar a referência do objeto.
2. MPPI de Ciclo Fechado Informado pelo Objeto (CLOI): O planejador de nível de objeto opera em um ciclo fechado. Em cada passo de tempo, ele recomputa a trajetória de referência do objeto com base no estado observado mais recente do objeto. Isso proporciona robustez a desvios entre o modelo simplificado do objeto e a dinâmica de interação real.

Funções de Custo

• Nível de Objeto: Os custos rastreiam a distância ao quadrado até o objetivo e penalizam forças de contato excessivas com obstáculos estáticos (usando uma perda de dobradiça na magnitude da força de contato).
• Nível de Robô: Os custos incluem termos para a proximidade do efetuador final com o objeto, alinhamento do efetuador relativo ao objetivo (encorajando uma orientação de "empurrar") e manutenção de uma orientação vertical favorável.

Principais Contribuições

O artigo apresenta as seguintes contribuições:

1. Variantes de MPPI Hierárquico: A introdução de CLOI e SOI, que decompõem a manipulação não-preensil em problemas de planejamento de nível de objeto e nível de robô, permitindo efetivamente reduzir o horizonte de planejamento no nível do robô enquanto permite o raciocínio de longo horizonte no nível do objeto.
2. Formulação Matemática: Uma formulação clara desta decomposição baseada em modelos dinâmicos gerais onde o acoplamento ocorre exclusivamente através de termos de força externa.
3. Validação Empírica: Demonstração da eficácia do método tanto em simulação quanto em experimentos de hardware real utilizando um manipulador xArm6 de 6 DoF.

Resultados Experimentais

Os autores avaliaram seus métodos contra o MPPI padrão usando um manipulador xArm6 de 6 DoF tanto no simulador IsaacGym quanto em experimentos de hardware real.

Resultados de Simulação

Em cinco tarefas não-prensis distintas (variando de simples empurrar até navegar em ambientes obstruídos):

• Taxa de Sucesso: O SOI alcançou uma taxa de sucesso de 82%, e o CLOI alcança 72%, comparado a 42% para o MPPI padrão.
• Desempenho: Os métodos informados pelo objeto mostraram erros de posição médios menores e tempos de execução significativamente reduzidos (aprox. 183s para SOI e 195s para CLOI vs. 236s para MPPI).
• Frequência: O CLOI demonstrou uma frequência de controle 26% mais rápida (3,01 Hz vs. 2,38 Hz) em comparação ao MPPI padrão, atribuído à redução da complexidade do espaço de busca do robô.

Resultados de Hardware

Em experimentos de mundo real envolvendo o empurrar de uma lata para um objetivo com e sem obstáculos:

• Taxa de Sucesso: Tanto o CLOI quanto o SOI alcançaram uma taxa de sucesso de 90%, superando o MPPI padrão, que obteve 70%.
• Tempo de Execução: O SOI rendeu o menor tempo de execução global, mesmo considerando o overhead do planejamento da trajetória do objeto offline.
• Robustez: Embora o MPPI padrão tenha mostrado um erro de posição ligeiramente menor em tentativas bem-sucedidas (provavelmente devido a ambientes mais simples no conjunto de testes), os métodos informados pelo objeto demonstraram capacidade superior de navegar por obstáculos e evitar estagnação. Os autores observam que as falhas nos métodos propostos ocorreram quando a trajetória de referência planejada passava muito próxima dos obstáculos, deixando margem insuficiente para erros de execução do hardware.

Significância e Alegações

O artigo afirma que a abordagem proposta de MPPI informado pelo objeto melhora significamente a confiabilidade e a eficiência de amostragem da manipulação não-preensil de longo horizonte. Ao injetar estrutura de tarefa através de um plano separado de nível de objeto, o método guia o planejador de nível de robô em direção a ações de controle promissoras, permitindo um raciocínio não-míope que o MPPI padrão frequentemente carece.

Os autores reconhecem duas limitações:

1. Descompasso de Modelo: Discrepâncias entre o modelo simplificado do objeto e a dinâmica real robô-objeto podem levar a trajetórias de referência dinamicamente inviáveis.
2. Custo Computacional: A abordagem hierárquica aumenta o número total de simulações paralelas necessárias, pois envolve resolver tanto os problemas do objeto quanto do robô.

Trabalhos futuros são propostos para abordar estas limitações através de orientação consciente da incerteza e modelagem de contato consciente, como considerar explicitamente torques de contato viáveis e randomizar parâmetros como o atrito durante os rollouts.