Resumo Técnico: Adaptando Modelos de Veículos Generalistas para MPC de Alta Velocidade em Diferentes Terrenos

Declaração do Problema

A autonomia off-road de alta velocidade exige um controle de malha fechada preciso que permaneça robusto através de terrenos que mudam rapidamente. Em altas velocidades, os pneus operam próximos aos seus limites de fricção, causando deslizamentos (slip) que variam significativamente com o tipo de terreno e a carga útil. Embora modelos analíticos (ex: modelos de bicicleta dinâmica) sejam computacionalmente rápidos, eles falham em regimes de alto deslizamento. Por outro lado, modelos aprendidos podem capturar essas dinâmicas, mas enfrentam um compromisso: modelos generalistas (treinados em dados diversos) carecem da precisão por veículo necessária para o controle agressivo, enquanto modelos especialistas (treinados em extensos dados reais para um único veículo/terreno) alcançam alto desempenho, mas falham ao serem transferidos para novos ambientes. Além disso, métodos existentes de cinemática inversa (IKD) adaptam-se online, mas dependem de planejadores separados, e modelos de cinemática direta (FKD) especialista exigem quantidades proibitivas de dados do mundo real.

O desafio central abordado é como especializar um modelo de base FKD generalista para um veículo alvo específico para alcançar desempenho de alta velocidade, mantendo a robustez em terrenos e cargas úteis não vistos, utilizando o mínimo de dados do mundo real.

Metodologia: OptCar

Os autores propõem o OptCar (Optimized Car), uma estrutura que preenche a lacuna entre modelos FKD generalistas e especialistas. A abordagem integra uma arquitetura condicionada ao histórico com uma receita de ajuste fino (fine-tuning) direcionada, real e sintética, implantada dentro de um loop de Controle Preditivo de Modelo (MPC) baseado em amostragem (MPPI).

1. Arquitetura FKD Condicionada ao Histórico

Para lidar com a variabilidade na interação veículo-terreno sem otimização online, o OptCar introduz um módulo de adaptação de dinâmica condicionado ao histórico:

• Codificação de Contexto: Um codificador de histórico (um transformer bidirecional de 2 camadas) comprime o histórico recente de estado-ação ($s_{t-M:t}, a_{t-M:t}$) em um único vetor de contexto de dinâmica ($c_t$). Este vetor captura fatores latentes como fricção do terreno, regime de deslizamento e carga útil.
• Condicionamento: Ao contrário dos mecanismos de atenção padrão onde os tokens de histórico são opcionais, o OptCar condiciona cada bloco do decodificador de rollout usando FiLM (Feature-wise Linear Modulation) em $c_t$. Isso garante que todos os futuros rollouts candidatos avaliados pelo MPC sejam modulados pela dinâmica atualmente inferida.
• Predição: O decodificador prevê incrementos de pose no referencial do corpo ($\Delta \hat{s}$) em vez de poses globais, permitindo rollouts sobre terrenos não planos.

2. Especialização Direcionada Real e Sintética

Para superar a escassez de dados do mundo real em regimes de alto deslizamento agressivos, o OptCar emprega uma estratégia de ajuste fino especializada:

• Identificação de Sistema: Para cada terreno, um modelo de bicicleta dinâmica (DBM) é calibrado usando dados reais limitados ($D_{real}$) através do ajuste de transições de um passo.
• Geração Sintética Direcionada: O DBM calibrado é usado offline para gerar rollouts sintéticos direcionados ($D_{synth}$). Esses rollouts são randomizados para cobrir regiões de alto deslizamento que são perigosas ou difíceis de coletar na realidade, mas permanecem ancoradas à dinâmica específica do veículo-terreno identificada.
• Ajuste Fino (Fine-Tuning): O modelo generalista pré-treinado é ajustado de ponta a ponta no conjunto de dados reais e sintéticos ($D_{FT} = D_{real} \cup D_{synth}$). Isso equilibra relevância (dados reais) com cobertura (dados sintéticos de alto deslizamento).

3. Implantação

O modelo ajustado serve como a função de rollout dentro de um controlador MPPI. Em cada etapa de planejamento, o histórico é codificado em $c_t$, e sequências de ações candidatas são executadas usando o decodificador condicionado ao contexto. O controlador seleciona a sequência de menor custo sem exigir classificadores de terreno, trocas de modo ou atualizações de parâmetros online.

Principais Contribuições

1. Arquitetura Condicionada ao Histórico: Um design FKD inovador que comprime o histórico de estado-ação em um vetor de contexto de dinâmica, condicionando todo o decodificador de rollout. Isso reduz o erro de rastreamento de 6 m/s em 21% a 33% entre terrenos comparado a um backbone sem este condicionamento.
2. Receita de Ajuste Fino Direcionada: Um método para especializar um modelo usando apenas minutos de dados reais por terreno, aumentados por rollouts sintéticos a partir da identificação de sistema por terreno. Isso reduz ainda mais o erro de rastreamento de 6 m/s em 17% a 46% sobre o ajuste fino apenas em dados reais.
3. Validação em Malha Fechada: Validação abrangente mostrando que o OptCar supera tanto os baselines generalistas quanto os especialistas em rastreamento cross-terrain e cenários de carga útil fora da distribuição.

Resultados Experimentais

Experimentos foram conduzidos em um veículo off-road de escala 1/5 através de três terrenos (Estrada, Grama Úmida + Declive, Vegetação + Terra) em velocidades de 2, 4 e 6 m/s, incluindo uma tarefa de tração de carroça fora da distribuição.

• Desempenho em Alta Velocidade: Os maiores ganhos ocorrem a 6 m/s, o regime onde o deslizamento domina o erro de rastreamento.
  • Em vegetação e terra (terreno de alto deslizamento), o OptCar (ajustado com dados reais + sintéticos) reduziu o erro de rastreamento de trajetória em aproximadamente 55% comparado a uma baseline AnyCar (generalista) ajustada.
  • O OptCar reduziu o erro em 42% a 57% em comparação com a baseline generalista AnyCar em todos os terrenos a 6 m/s.
• Comparação com Especialistas:
  • Na estrada (o domínio de treinamento do especialista), um especialista treinado em 30 minutos de dados de estrada alcançou o melhor desempenho, com o OptCar (treinado com apenas 5 minutos por terreno) permanecendo dentro de 14% deste desempenho.
  • Em terrenos não vistos (ex: grama úmida, vegetação), o desempenho do especialista degradou significativamente, enquanto o OptCar rastreou 46% mais precisamente.
• Generalização Fora da Distribuição: Em uma tarefa de tração de carroça zero-shot (carga útil não vista), o OptCar alcançou o menor erro de rastreamento em todas as velocidades, demonstrando que o codificador de contexto de histórico infere mudanças de dinâmica apenas pelo movimento, sem dados de treinamento de carga útil específicos.

Significância e Alegações

O artigo afirma que o OptCar demonstra um caminho prático para implantar modelos de dinâmica de fundação em robôs específicos sem coletar grandes conjuntos de dados por terreno. As principais descobertas são:

1. Capacidade Dual: Um único modelo pode ser tanto especializado para um veículo alvo quanto robusto entre terrenos, desde que seja condicionado ao movimento recente.
2. Eficiência: O desempenho de alta velocidade pode ser alcançado com apenas 5 minutos de dados reais por terreno quando aumentado por dados sintéticos direcionados, rivalizando com especialistas treinados em 30 minutos de dados de um único terreno.
3. Adaptação sem Otimização: O mecanismo de condicionamento ao histórico permite a adaptação online a mudanças de terreno e carga útil em uma única passagem direta (forward pass), eliminando a necessidade de planejadores separados, classificadores de terreno ou atualizações de pesos online.

Os autores observam limitações, incluindo a suposição de que as dinâmicas encontradas estejam dentro da distribuição de pré-treinamento/ajuste fino (sem atualizações de pesos online) e as restrições computacionais do MPPI limitando o horizonte de rollout. Trabalhos futuros sugerem explorar a combinação de contexto feedforward rápido com atualizações de pesos online mais lentas e a incorporação de entradas exteroceptivas (ex: RGB ou nuvens de pontos) para um contexto mais rico.