Resumo Técnico: Aprendizado Esparso com Consciência Física e Adaptação Seletiva Online para Dinâmica de Robôs Euler–Lagrange

1. Declaração do Problema

Modelos de dinâmica precisos são fundamentais para o controle robótico baseado em modelo, tipicamente dependendo de formulações de Euler–Lagrange (EL). No entanto, modelos EL nominais frequentemente falham em cenários do mundo real devido a efeitos não modelados, como variações de carga útil, acoplamento intra-sistema, fricção, arrasto aerodinâmico e mudanças nas condições operacionais.

Os métodos de correção baseados em aprendizado existentes geralmente abordam isso introduzindo um único termo residual aditivo ao modelo nominal. Embora eficazes na redução do erro de previsão, essas abordagens frequentemente tratam o desajuste como uma função não estruturada de "caixa-preta". Isso negligencia a estrutura mecânica interna dos sistemas EL, violando propriedades físicas críticas como a simetria, a definição positiva da matriz de inércia e o acoplamento específico entre a inércia e os termos dependentes da velocidade (Coriolis/centrífugos). Consequentemente, tais modelos podem gerar previsões fisicamente inconsistentes e reduzir a confiabilidade quando incorporados em controladores.

Além disso, sistemas do mundo real exibem um acoplamento variante no tempo onde muitas interações de estado permanecem fracas, sugerindo que a dinâmica residual é parcialmente esparsa. Os métodos existentes frequentemente falham em aproveitar essa esparsidade ou em se adaptar eficientemente a condições não estacionárias sem incorrer em altos custos computacionais ou ineficiência de dados. O desafio central é desenvolver um framework de aprendizado que preserve a forma mecânica estruturada dos sistemas EL, permitindo simultaneamente uma adaptação online compacta e seletiva a distúrbios mutáveis.

2. Metodologia

Os autores propõem um framework de aprendizado de resíduo com preservação de estrutura que decompõe o desajuste do modelo em componentes distintos, separando termos mecanicamente acoplados de forças sensíveis a distúrbios. A metodologia consiste em quatro etapas principais:

A. Decomposição de Resíduo Estruturado

Em vez de aprender um resíduo aditivo único $\delta$, o modelo decompõe a correção em três partes baseadas na equação EL:
$$\delta_t = \Delta M_t \ddot{\chi}_t + \Delta C_t \dot{\chi}_t + \Delta f_t$$

1. Correção de Inércia ($\Delta M$): Uma correção estruturada para a matriz de inércia.
2. Termo de Coriolis Induzido ($\Delta C$): Derivado diretamente da inércia corrigida para preservar a propriedade de antissimetria ($\dot{M} - 2C$).
3. Resíduo de Força Generalizada ($\Delta f$): Captura forças não conservativas (fricção, arrasto, distúrbios externos).

B. Modelagem de Interação Latente Esparsa

Para lidar com a dinâmica dependente de histórico e explorar a esparsidade, o sistema codifica uma janela de histórico finita de observações ($H_t$) em uma representação latente $\tilde{z}_t$ usando uma rede convolucional temporal. Esta representação é então dividida em dois ramos via limiarização suave (soft-thresholding) (um mecanismo de codificação esparsa):

• Ramo Estrutural ($z^M_t$): Um código esparso que impulsiona a correção de inércia.
• Ramo Adaptativo ($z^f_t$): Um código esparso que impulsiona a correção da força generalizada.

Isso garante que apenas um pequeno subconjunto de modos de interação "ativos" seja utilizado em qualquer momento, promovendo a parcimônia.

C. Restrições Físicas e Parametrização

• Matriz de Inércia: A inércia corrigida $\hat{M}$ é parametrizada como a soma da inércia nominal e uma correção aprendida. A correção é construída como um termo de baixo posto somado a um termo diagonal estritamente positivo (usando uma ativação softplus), garantindo que $\hat{M}$ permaneça Simétrica Positiva Definida (SPD) por construção.
• Matriz de Coriolis: A matriz de Coriolis corrigida $\hat{C}$ não é aprendida independentemente, mas é derivada analiticamente da inércia aprendida $\hat{M}$ usando símbolos de Christoffel. Isso impõe o acoplamento mecânico entre os termos de inércia e velocidade.
• Força Generalizada: Modelada como uma função linear do código latente adaptativo esparso ($\Delta f = \Theta z^f_t$).

D. Adaptação Online Seletiva

Para lidar com condições variantes no tempo (ex: mudanças de carga útil), o framework emprega adaptação online seletiva:

• Os componentes mecanicamente estruturados ($\Delta M$ e $\Delta C$) são mantidos fixos após o treinamento offline.
• Apenas o decodificador da força generalizada ($\Theta$) é atualizado online.
• As atualizações são realizadas usando Regressão Linear Bayesiana dentro do subespaço latente ativo definido pelos elementos não nulos de $z^f_t$. Isso permite uma adaptação rápida e eficiente em amostras para distúrbios, sem necessidade de retreinar todo o modelo ou violar a estrutura mecânica aprendida.

3. Principais Contribuições

O artigo destaca três contribuições primárias:

1. Decomposição de Resíduo com Preservação de Estrutura: A formulação do aprendizado de resíduo para sistemas EL ao separar explicitamente correções de inércia, termos de Coriolis induzidos e forças generalizadas. Isso preserva propriedades mecânicas fundamentais (simetria, definição positiva) em vez de absorver todas as discrepâncias em um termo genérico de caixa-preta.
2. Modelagem de Interação Dependente de Histórico Parcimoniosa: A introdução de uma representação latente esparsa que captura um número limitado de padrões de interação ativos. Isso permite a modelagem compacta tanto de desajustes mecânicos estruturados quanto de efeitos de distúrbio, aproveitando a observação de que muitas interações de estado são consistentemente fracas.
3. Adaptação Bayesiana Online Seletiva: O desenvolvimento de um mecanismo de adaptação que atualiza apenas o componente de força generalizada sensível a distúrbios dentro do subespaço latente ativo. Isso mantém a integridade da estrutura mecânica aprendida enquanto garante a responsividade a dinâmicas não estacionárias.

4. Resultados Experimentais

O método foi avaliado em cinco plataformas robóticas: um robô móvel de tração diferencial, um manipulador de 6-DoF, um quadrotor, um manipulador móvel e um manipulador aéreo. Os experimentos envolveram o rastreamento de trajetórias complexas em formato de oito sob variações de carga útil e condições operacionais.

• Precisão de Previsão: O método proposto alcançou o menor erro de previsão normalizado em comparação com baselines incluindo Identificação de Sistemas Esparsa (SysID), TCNs Inspiradas em Física (PI-TCN) e Controle Adaptativo de Modelo de Referência Profundo (DMRAC). Os baselines tiveram dificuldades com o acoplamento dependente da configuração em manipuladores móveis e aéreos, enquanto a abordagem estruturada se destacou.
• Rastreamento de Trajetória: Em controle de malha fechada usando um controlador de torque computado, o método proposto demonstrou desempenho de rastreamento superior (menor RMSE) comparado a modelos de aprendizado profundo offline (DNN, Diffusion), abordagens de meta-aprendizado e MLPs ativos. Os resultados indicam que combinar modelagem estruturada com atualizações recursivas e conscientes de incerteza é crítico para o rastreamento robusto sob dinâmicas não estacionárias.
• Estudos de Ablação:
  • Esparsidade: Níveis moderados de esparsidade produziram o melhor equilíbrio entre expressividade e robustez, melhorando a eficiência de dados em regimes de poucos dados e permitindo uma convergência mais rápida.
  • Adaptação: O modelo esparso mostrou recuperação de erro mais rápida e convergência mais suave após distúrbios transientes (ex: quedas de carga útil) em comparação com modelos densos. A dimensão latente ativa aumentou dinamicamente durante transientes e retornou aos níveis nominais, demonstrando complexidade adaptativa.

5. Significância e Alegações

O artigo argumenta que o controle baseado em modelo preciso no mundo real exige mais do que apenas reduzir o erro de previsão; exige consistência física e adaptabilidade seletiva.

• Consistência Física: Ao preservar a estrutura EL (inércia SPD, termos de Coriolis acoplados), o modelo permanece interpretável e confiável, evitando as armadilhas de correções de caixa-preta não estruturadas que podem levar a comportamentos de controle instáveis.
• Eficiência e Robustez: A combinação de representações latentes esparsas e adaptação online seletiva permite que o sistema lide com condições variantes no tempo de forma eficiente. Isso evita o fardo computacional do retreinamento total do modelo e a ineficiência de dados de adaptar grandes conjuntos de parâmetros.
• Implantação Prática: O framework foi projetado para implantação em tempo real em hardware embarcado (NVIDIA Jetson Orin NX), demonstrando que o aprendizado de resíduo estruturado pode ser efetivamente integrado a controladores baseados em modelo para diversos sistemas robóticos.

Os autores concluem que, embora sua abordagem melhore significamente o desempenho, uma limitação permanece: o componente mecanicamente estruturado é fixo durante a implantação. Eles sugerem que trabalhos futuros investiguem a adaptação conjunta de termos mecânicos estruturados para cenários envolvendo mudanças muito grandes ou persistentes nas propriedades de inércia.