Resumo Técnico: CacheMPC Certificado para Locomoção de Quadrúpedes

Definição do Problema

O Controle Preditivo de Modelo (MPC) serve como a camada preditiva padrão em controladores hierárquicos de quadrúpedes, otimizando forças de contato ao longo de um horizonte finito. No entanto, o custo computacional de resolver o Programa Quadrático (QP) a cada ciclo de controle limita a taxa de atualização alcançável em processadores embarcados (ex: NVIDIA Orin NX). Embora os movimentos de marcha (gaits) revisitem regiões limitadas do espaço de estados, sugerindo oportunidades de reutilização de soluções, os métodos existentes enfrentam trade-offs significativos:

• MPC Explícito sofre com o crescimento exponencial de regiões poliedrais com a dimensão do problema.
• Aproximações neurais carecem de garantias de correção em tempo de execução.
• Warm-starting oferece retornos decrescentes quando as mudanças de estado são significativas.
• Caching não verificado carece de garantias de segurança, arriscando a aplicação de controles infactíveis ou altamente subótimos.

O desafio central é acelerar o MPC via caching sem comprometer as garantias de segurança e viabilidade necessárias para a estabilidade de malha fechada na locomoção de pernas.

Metodologia: Certified CacheMPC

O artigo propõe o Certified CacheMPC, um framework que combina Hashing Sensível à Localidade (LSH) para recuperação rápida com um certificado determinístico a-posteriori para validar soluções em cache.

1. Arquitetura e Recuperação

• Cache Particionado: O cache é particionado por modo de contato (o conjunto de pés em contato). Isso garante que o padrão estrutural do QP (forma das restrições e bits ativos de swing/stance) permaneça consistente dentro de uma partição.
• Vetor de Características: As entradas são indexadas por um vetor de características de 18 dimensões $\phi$, composto por velocidades do Centro de Massa (CoM) medidas e desejadas e posições dos pés no referencial do corpo.
• Busca LSH: Uma busca de vizinho mais próximo aproximada é realizada dentro da partição do modo de contato relevante usando LSH para gerar trajetórias candidatas.
• Correção de Sensibilidade: As soluções recuperadas podem ser elevadas de propostas constantes para propostas afins de primeira ordem usando matrizes de sensibilidade armazenadas ($K = \partial U^*/\partial x$), corrigindo pequenas desvios de estado.

2. O Certificado por Consulta (Per-Query)

Um candidato em cache $\bar{U}$ é aceito apenas se satisfizer um certificado determinístico avaliado contra os dados KKT do QP atual. O certificado verifica duas condições:

• Viabilidade Primal: O candidato deve satisfazer as restrições atuais dentro de uma tolerância numérica ($\rho_{feas} \leq \epsilon_{feas}$).
• Limite de Subotimalidade: O framework computa uma quantidade de gap dual Lagrangiana $\Gamma(\bar{U})$. Pela dualidade fraca, esta quantidade estabelece um limite superior para a subotimalidade real $\Delta J = J(\bar{U}) - J^*$.
  • O certificado é avaliado usando a relaxação não restrita ($\lambda=0$) para garantir validade independentemente da origem do candidato.
  • A aceitação requer $\Gamma(\bar{U}) \leq \beta(\bar{U})$, onde $\beta$ é um orçamento dependente do estado (erro absoluto + relativo).

3. Cronograma de Controlador de Orçamento Limitado

Para garantir o desempenho em tempo real, o controlador impõe um cronograma estrito por ciclo:

1. Fase de Recuperação: Tenta encontrar um candidato certificado top-$K$ dentro de um orçamento de tempo $T_{cache}$.
2. Fase de Resolução: Se nenhum candidato for certificado, resolve o QP dentro de um prazo $T_{solve}$.
3. Fallback: Se os prazos forem perdidos, aplica uma versão deslocada da última sequência viável certificada.

Principais Contribuições

1. Certificado Determinístico por Consulta: Um certificado inovador (Proposição 1) que fornece um limite rigoroso superior sobre a subotimalidade de qualquer proposta em cache viável, independente de sua origem (LSH, dicionário offline ou correção de sensibilidade).
2. Cronograma de Orçamento Limitado: Uma lógica de controlador que integra recuperação de candidatos certificados top-$K$, resolução limitada por prazo e um mecanismo de fallback seguro, garantindo que o controlador nunca trave ou atue sem uma ação definida.
3. Avaliação Abrangente: Uma avaliação de larga escala envolvendo 2.038 ensaios utilizáveis de controle a frio no MuJoCo e uma primeira sessão de implantação em um robô Unitree Go2 com um NVIDIA Orin NX embarcado.

Resultados Experimentais

Desempenho de Simulação (Unitree Go2 no MuJoCo)

• Aceleração (Speedup): O cache não-bloqueado (Cache-NoCert) alcançou um aceleração mediana de 25× no tempo de resolução comparado à baseline sem cache. As variantes certificadas (Cache-Cert, Cache-Full) alcançaram um aceleração mediana de 3.4–3.6× devido ao overhead da avaliação do certificado em cada ciclo.
• Rastreamento (Tracking): Todas as configurações de cache rastrearam a velocidade dentro de $\pm14\%$ da baseline. Nenhuma diferença estatisticamente significativa no RMSE de rastreamento foi observada.
• Segurança em Limites de Falha: Em uma campanha direcionada de 600 ensaios ($n=50$ por célula) em três condições de limite de falha (empurrões laterais e travessia de degraus), nenhuma diferença estatisticamente significativa nas taxas de estabilidade de malha fechada foi detectada entre as variantes de cache e a baseline sem cache. A maior diferença observada (Cache-Full vs. Convex em WBC 80N push) teve um p-valor de 0.027, que não sobreviveu à correção de Holm–Bonferroni.

Implantação em Hardware (NVIDIA Orin NX no Robô)

• Aceleração (Speedup): O cache não-bloqueado alcançou uma aceleração mediana de 18.7× no hardware.
• Desempenho Certificado: O cache certificado (Cache-Full) foi mais lento que a baseline sem cache no hardware. Essa inversão ocorreu porque o certificado rejeitou a maioria dos candidatos LSH (taxa de rejeição de aproximadamente 71%) devido aos dados específicos do QP no robô, forçando um fallback para a resolução completa do QP. O certificado atuou conforme projetado, impedindo o uso de soluções em cache subótimas às custas de velocidade nesta implantação específica.
• Estabilidade: Nenhuma queda foi observada durante eventos de empurrão para qualquer configuração.

Significância e Alegações

O artigo posiciona o Certified CacheMPC como um framework que eleva o caching de uma busca de vizinhos heurística para uma lei de MPC explícito verificável localmente.

• Garantia de Segurança: A principal contribuição é o certificado determinístico, que garante que qualquer controle aplicado satisfaz um limite conhecido de subotimalidade e viabilidade, independentemente de como o candidato foi recuperado.
• Papel Operacional: Os autores alegam modestamente que o certificado funciona como um "limite superior verificável" em vez de um mecanismo de segurança em tempo de execução cujo efeito seja resolúvel na amostra atual. A avaliação sugere que, embora o caching acelere o cálculo, a contribuição do certificado para a segurança de malha fechada (prevenção de quedas) não é estatisticamente resolúvel em $n=50$ devido à robustez do Controlador de Corpo Inteiro (WBC) a jusante e aos limites de falha específicos testados.
• Realidade do Hardware: Os resultados de hardware destacam um trade-off crítico: em sistemas embarcados com recursos limitados, o overhead de uma certificação estrita pode anular os ganhos de velocidade se a taxa de acerto (hit rate) do cache para soluções certificadas for baixa. O framework transfere com sucesso caches treinados em simulação para o hardware, mas requer ajuste cuidadoso do orçamento do certificado ou das estratégias de população do cache para realizar ganhos de velocidade na prática.

O artigo conclui que, embora o framework consiga desacoplar a recuperação da solução da verificação de segurança, trabalhos futuros são necessários para estreitar os limites de gap dual (ex: reutilizando multiplicadores em cache) e para caracterizar os benefícios de segurança em regimes com maior erro de modelo ou limites de falha mais agressivos.