⚡ electrical engineering

Real-Time Nonlinear MPC via Sequential Quadratic Programming with Structure-Exploiting ADMM and Interior-Point Methods for Underactuated Double-Pendulum Swing-Up

Este artigo apresenta uma estratégia de controle preditivo baseado em modelo não linear em tempo real baseada em programação quadrática sequencial que alcança com sucesso o balanço (swing-up) e a estabilização robustos de um sistema de pêndulo duplo subatuado em hardware desconhecido para a competição "AI Olympics with RealAIGym".

Autores originais: Nick Karydakis, Konstantinos Chatzilygeroudis

Publicado 2026-08-11

📖 4 min de leitura☕ Leitura rápida

CC BY 4.0

Autores originais: Nick Karydakis, Konstantinos Chatzilygeroudis

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você esteja tentando ensinar um robô a dar um mortal para trás. Você não pode simplesmente dizer "pule" e torcer para que dê certo; você tem que descobrir exatamente quanta força aplicar, quando recolher os joelhos e como pousar sem bater. Este é o mundo do controle robótico, um campo dedicado a dar às máquinas a "memória muscular" para se moverem pelo mundo real. No coração deste desafio está um conceito chamado Controle Preditivo Baseado em Modelo (MPC). Pense no MPC como um GPS super avançado para um robô. Em vez de apenas olhar para onde o robô está agora, o GPS olha constantemente para o futuro, simulando milhares de caminhos possíveis em uma fração de segundo para decidir o melhor próximo passo. É como um jogador de xadrez que não pensa apenas um lance à frente, mas calcula o jogo inteiro para garantir a vitória.

Agora, imagine que o robô que você está controlando é um pêndulo duplo — um bastão com outro bastão preso à sua extremidade, balançando livremente. Este sistema é notoriamente difícil porque é subatuado, o que significa que possui mais partes móveis do que motores. É como tentar equilibrar uma vassoura na mão enquanto sua mão está amarrada a um cordão; você precisa balançá-la loucamente para acumular energia antes de finalmente conseguir equilibrá-la na vertical. Este enigma específico é a peça central das "Olimpíadas de IA com RealAIGym", uma competição onde equipes devem programar um robô para se balançar de uma posição pendente e manter o equilíbrio, tudo isso enquanto o peso exato e o atrito do robô são um mistério para o programador.

O artigo de Karydakis e Chatzilygeroudis apresenta uma solução inteligente para este problema usando um método chamado Programação Quadrática Sequencial (SQP). Em vez de adivinhar e testar, seu controlador age como um mestre estrategista que divide o problema complexo e instável de balançar um pêndulo duplo em uma série de quebra-cabeças menores e mais manejáveis. A cada fração minúscula de segundo, o robô pergunta a si mesmo: "Se eu mover meu motor desta maneira, onde estarei nos próximos passos?". Ele resolve um problema matemático simplificado para encontrar o melhor caminho, dá o primeiro passo e, imediatamente, recalcula para o momento seguinte. Isso acontece tão rápido — mais de 100 vezes por segundo — que o robô parece estar pensando em tempo real.

Os pesquisadores testaram este "cérebro" em duas versões diferentes do pêndulo duplo: o Pendubot (onde o motor está no ombro) e o Acrobot (onde o motor está no cotovelo). Eles não testaram apenas em uma simulação de computador; eles fizeram o upload de seu código para um robô físico na nuvem e o deixaram rodar de verdade. Os resultados foram impressionantes. Para o Pendubot, o robô conseguiu se balançar para cima e manter o equilíbrio 100% das vezes, mesmo quando alguém lhe deu um empurrão inesperado e aleatório para tirá-lo do equilíbrio. Para o Acrobot, ele teve sucesso 100% das vezes sem empurrões, e 70% das vezes quando perturbado.

O que faz essa abordagem se destacar é como ela lida com os "desconhecidos". O robô não sabia o peso exato de suas próprias partes ou quanto atrito havia em suas juntas. No entanto, ao reavaliar constantemente seu plano e usar um truque matemático especial para resolver as equações rapidamente, ele conseguiu acumular a energia necessária para se balançar para cima e, em seguida, se estabilizar. O artigo sugere que este método é robusto o suficiente para lidar com o caos do mundo real, provando que uma abordagem baseada em modelos pode competir com, e em alguns casos superar, outros métodos que dependem puramente de aprendizado por tentativa e erro. Embora o Acrobot ainda tenha precisado de um pouco de ajuda com a compensação de atrito para ser perfeito, o sucesso geral mostra que, com as ferramentas matemáticas certas, podemos ensinar até mesmo os robôs mais instáveis a permanecerem de pé.

Resumo Técnico: NMPC Não Linear em Tempo Real via SQP para Swing-Up de Pêndulo Duplo Subatuado

Formulação do Problema
Este trabalho aborda o desafio do swing-up global e da estabilização de sistemas de dois elos subatuados, especificamente o Pendubot (atuado no ombro) e o Acrobot (atuado no cotovelo). A tarefa é enquadrada no contexto da competição "AI Olympics with RealAIGym", onde os controladores devem ser desenvolvidos e avaliados diretamente em hardware acessível remotamente "CloudPendulum". As principais restrições incluem tempo de interação limitado, a ausência de conhecimento prévio sobre os parâmetros do modelo do sistema e o requisito de estabilizar um equilíbrio vertical inerentemente instável usando um único atuador. O problema é formulado como um problema de controle ótimo não linear de horizonte finito e tempo discreto que deve considerar a dinâmica não linear, restrições de subatuação e limites de atuador.

Metodologia
Os autores propõem uma estrutura de Controle Preditivo Baseado em Modelo (NMPC) não linear em tempo real baseada em Programação Quadrática Sequencial (SQP). A metodologia central envolve os seguintes componentes:

Formulação de Dinâmica Inversa: A dinâmica do sistema é descrita usando a equação do manipulador. A variável de otimização é definida como a aceleração generalizada ( $\dot{v}$ ), enquanto os torques das juntas são computados via dinâmica inversa usando o Algoritmo de Newton-Euler Recursivo. Esta formulação lida explicitamente com a subatuação ao impor restrições de igualdade que forçam o torque da junta passiva a ser nulo, enquanto restrições de desigualdade impõem limites de torque do atuador.
Subproblemas SQP e QP: Em cada passo de controle, o problema de controle ótimo não linear é aproximado localmente em torno de uma trajetória nominal para gerar um Programa Quadrático (QP) estruturado. A função de custo penaliza velocidades das juntas, esforço de controle e erros de rastreamento no espaço da tarefa (posição da extremidade para o Pendubot; posições do cotovelo e da extremidade para o Acrobot).
Solvers que Exploram a Estrutura: Para alcançar o desempenho em tempo real, os subproblemas de QP são resolvidos usando solvers que exploram a esparsidade temporal do problema de controle ótimo. Os autores utilizam duas abordagens específicas:
1. Um solver ADMM (Método de Multiplicadores de Alternância de Direção) por estágios, que utiliza recursão baseada em LQR para resolver sistemas lineares sem fatorizar um sistema KKT esparso de grande escala.
2. O solver HPIPM (Método de Ponto Interior de Alto Desempenho), um método de ponto interior alternativo que explora a estrutura.
Implementação em Tempo Real: O controlador opera de forma de horizonte recorrente (receding-horizon). A solução do instante de controle anterior é deslocada para realizar o warm-start da trajetória estado-controle e das variáveis do solver para o próximo passo. Para atender aos orçamentos computacionais, o sistema realiza um número limitado de iterações SQP (4 para ADMM, 6 para HPIPM) por instante de amostragem, com subproblemas de QP limitados a 100 iterações.

Principais Contribuições

Política de Controle Unificada: O artigo apresenta uma política de otimização única capaz de lidar tanto com os movimentos não locais de construção de energia necessários para o swing-up, quanto com o controle de feedback preciso necessário para a estabilização.
Validação em Hardware-in-the-Loop: Diferente de muitos estudos teóricos, esta abordagem é validada em hardware físico, acessível remotamente (CloudPendulum), sem identificação prévia do sistema, demonstrando robustez contra incerteza de modelo e distúrbios externos.
Comparação e Seleção de Solvers: O trabalho avalia o desempenho de solvers ADMM versus HPIPM que exploram a estrutura em um contexto de implementação de tempo real embarcado, selecionando o solver ideal para cada configuração de sistema (ADMM para Pendubot, HPIPM para Acrobot) com base em resultados de ajuste (tuning).

Resultados Experimentais
Os experimentos foram conduzidos em episódios de 60 segundos começando da configuração pendular para baixo. Dois cenários foram testados: operação nominal e operação com distúrbios de torque aplicados (torques aleatórios aplicados por 0,1s).

Desempenho do Pendubot: O controlador alcançou uma taxa de sucesso de 100% em ambos os cenários. O tempo médio de permanência (uptime) (tempo gasto na região de estabilização vertical) foi de 92,5% (55,5s) sem distúrbios e 87,3% (52,38s) com distúrbios. O controlador operou a uma frequência média de aproximadamente 400 Hz.
Desempenho do Acrobot: O controlador alcançou uma taxa de sucesso de 100% sem distúrbios e uma taxa de sucesso de 70% com distúrbios. O tempo médio de permanência foi de 85,8% (51,48s) sem distúrbios e 69,7% (41,82s) com distúrbios. O controlador operou a uma frequência média de aproximadamente 240 Hz.
Robustez: Nos cenários de distúrbio, o controlador demonstrou a capacidade de recuperar-se de desvios substanciais e restaurar o sistema ao equilíbrio vertical.

Significância e Alegações
O artigo afirma que a abordagem de NMPC baseada em SQP que explora a estrutura é capaz de gerar os movimentos complexos e não locais necessários para o swing-up, enquanto fornece simultaneamente estabilização de feedback robusta e rejeição de distúrbios. Os autores enfatizam que o método atende com sucesso aos requisitos computacionais de tempo real da plataforma CloudPendulum, apesar da falta de conhecimento prévio do modelo.

O trabalho reconhece modestamente as limitações atuais, especificamente a necessidade de compensação de atrito para alcançar um desempenho confiável no sistema Acrobot. Trabalhos futuros são propostos para investigar a identificação de sistema online para adaptar parâmetros dinâmicos em tempo real, reduzindo assim o erro de modelo e potencialmente melhorando o desempenho de recuperação e confiabilidade sem a necessidade de ajuste manual de compensação de atrito.

Mais como este