Resumo Técnico: IL-ACT para uma Escavadeira de 30 toneladas

Definição do Problema

O controle autônomo de máquinas hidráulicas pesadas, especificamente escavadeiras da classe de 30 toneladas, enfrenta desafios significativos devido à cinemática acoplada, atrasos de atuação e incertezas do sistema. Embora sistemas anteriores tenham demonstrado otimização de trajetória e controle inverso aprendido, alcançar um rastreamento robusto e de alta precisão sob dinâmicas incertas e condições operacionais variáveis continua sendo difícil. Os autores abordam a necessidade de um framework de controle de movimento que possa lidar com o alcance de objetivos e o rastreamento de trajetórias para tais máquinas complexas, equilibrando os benefícios do aprendizado por imitação (IL) com a robustez do controle adaptativo.

Metodologia: O Framework IL-ACT

O artigo propõe o IL-ACT (Imitation Learning with Adaptive Cartesian Tracking - Aprendizado por Imitação com Rastreamento Cartesiano Adaptativo), um novo framework de controle de movimento projetado para uma escavadeira hidráulica de 30 toneladas com quatro juntas controladas (giro, braço principal, braço de escavação e caçamba). O sistema opera em um laço fechado com um período de controle de 0,1s e consiste em três componentes primários:

1. Política de Imitação Ancorada

• Arquitetura: Uma rede neural totalmente conectada (14 entradas, 4 saídas) treinada via clonagem de comportamento a partir de demonstrações de operadores.
• Estratégia de Treinamento: A política é pré-treinada em um corpus de telemetria (15 datas de gravação) e refinada usando supervisão cinemática offline. Um "professor cinemático" reconstrói configurações e gera guias de postura de cinemática inversa (IK) limitados e comandos de velocidade cartesiana.
• Mecanismo de Ancoragem: Para garantir estabilidade e consistência de ação zero, a saída da política é definida como a diferença entre a previsão da rede para o estado atual e sua previsão para um estado de âncora de "ação zero" (onde o objetivo coincide com a pose atual e a velocidade é zero). Isso garante que, quando o sistema está no objetivo sem movimento, o comando nominal seja exatamente zero.
• Observações: O vetor de entrada inclui ângulos de junta filtrados e causais, posição da extremidade (tip position) e o vetor de erro em relação a um ponto de condicionamento (objetivo ou ponto de previsualização).

2. Rastreamento Cartesiano Adaptativo (ACT)

• Correção de Feedback: O sistema emprega um laço de feedback cartesiano que calcula o erro entre as posições desejadas e medidas da extremidade.
• Estimativa de Ganho/Viés: Um estimador de portão (gated estimator) compara as taxas de junta medidas contra uma predição de resposta nominal da planta. Ele estima correções de ganho e viés para compensar desvios causados por incertezas hidráulicas (atraso de válvula, fricção, modulação de carga).
• Lógica de Adaptação: As atualizações para as estimativas de ganho e viés são "controladas por portão" (gated) com base nos níveis de excitação (para evitar adaptação durante condições de baixo sinal ou saturação) e flags de intervenção.
• Integração: O comando final é uma combinação da saída nominal de IL, a velocidade de feedback cartesiano (mapeada para o espaço das juntas via Jacobiana amortecida) e as correções estimadas de viés/ganho.

3. Governador de Comando Compartilhado

• Segurança e Viabilidade: Um governador de distância de parada restringe as referências de junta geradas para garantir que a máquina possa parar dentro de seus limites físicos (limites de posição, velocidade e aceleração) antes de atingir um alvo.
• Admissibilidade de Referência: O governador garante que o registro de demanda de posição permaneça dentro do envelope declarado. Se o governador detectar um estado inviável, ele aciona uma desaceleração de fallback em vez de uma parada instantânea.
• Anti-windup: O sistema utiliza integração anti-windup para o termo integral no laço de feedback para evitar degradação de desempenho durante a saturação.

Principais Contribuições

Os autores identificam três contribuições principais:

1. Design de Política de Imitação Ancorada: Uma política coordenada de quatro juntas refinada via agregação de dados e supervisão cinemática, apresentando uma âncora de ação zero exata para garantir estabilidade.
2. Rastreamento Adaptativo com Geração de Referência Restrita: Um framework que combina feedback cartesiano e estimativa de ganho/viés por portão com um governador de distância de parada compartilhado. O artigo fornece uma análise teórica estabelecendo o limitamento dos estados adaptativos e a admissibilidade das referências geradas, condicionado à viabilidade do governador.
3. Evidência Abrangente de Simulação Comparativa: Avaliação extensa através de múltiplas tarefas (regulação de objetivo, espiral, oito e rastro arredondado) e condições (resposta hidráulica nominal vs. perturbada, ruído de sensor, carga adicional). O estudo inclui comparações contra PID ajustado, IL-only e baselines de Teacher+ACT, utilizando múltiplas sementes de treinamento e estratégias de inicialização.

Resultados Experimentais

O framework foi avaliado em um ambiente Simscape de alta fidelidade simulando uma escavadeira de 30 toneladas com distúrbios hidráulicos (atraso de válvula, fricção, histerese, modulação de carga).

Regulação de Objetivo (100 Objetivos Sequenciais)

• Taxa de Sucesso: Tanto o IL-only quanto o IL-ACT alcançaram 100/100 de sucesso tanto nas condições nominais quanto nas perturbadas, enquanto o PID alcançou 95/100 (nominal) e 86/100 (perturbado).
• Eficiência: Comparado ao Teacher+ACT, o IL-ACT completa todos os objetivos com menor duração e menores erros terminais. Especificamente, o IL-ACT reduz a duração em 7,22% (nominal) e 12,97% (perturbado) em comparação ao Teacher+ACT.
• Precisão: Sob resposta nominal e perturbada, o IL-ACT reduz o erro terminal médio em aproximadamente 16,16% e 28,39%, respectivamente, comparado ao Teacher+ACT.

Rastreamento de Trajetória (Espiral, Oito e Rastro)

• Rastreamento Espiral: O IL-ACT superou significativamente o PID e o IL-only. Na presença de distúrbios hidráulicos, o IL-ACT alcançou um RMSE de rastreamento cartesiano de 0,05864 mm, comparado a 12,48 mm para o PID e 2,49 mm para o IL-only.
• Generalização: Em um estudo expandido envolvendo 88 execuções através de três sementes de treinamento e duas inicializações (telemetria vs. aleatória), o IL-ACT inicializado por telemetria reduziu o RMSE em todas as 24 comparações de sementes de oito e rastro arredondado contra o Teacher+ACT.
• Robustez a Carga e Ruído: Sob condições de espiral com carga adicional, o IL-ACT inicializado por telemetria reduziu o RMSE médio em aproximadamente 29% em comparação ao Teacher+ACT. Sob realizações de ruído de sensor compartilhadas, alcançou um RMSE médio 27,67% menor que o Teacher+ACT.
• Impacto do Estimador: Habilitar o estimador de ganho/viés reduziu o RMSE médio em 22,44% em relação a um estimador congelado em condições de ruído de sensor.

Significância e Alegações

O artigo afirma que o IL-ACT integra com sucesso a eficiência baseada em dados do aprendizado por imitação com a robustez da teoria de controle adaptativo.

• Robustez: O framework demonstra desempenho superior sobre o aprendizado por imitação puro (IL-only) e baselines baseados em modelo (PID) na presença de incertezas hidráulicas significativas e distúrbios externos.
• Garantias Teóricas: Ao contrário de muitas abordagens de aprendizado de caixa-preta, os autores fornecem uma análise estabelecendo que os estados adaptativos e os comandos de feedback cartesiano permanecem limitados, e que as referências geradas são admissíveis, desde que o governador permaneça viável.
• Aplicabilidade Prática: Os resultados sugerem que combinar uma política pré-treinada com adaptação online e um governador de segurança é um caminho viável para o controle autônomo de máquinas pesadas, oferecendo um equilíbrio entre a eficiência de amostragem do aprendizado e os requisitos de segurança da operação industrial.

Os autores mantêm-se modestos quanto ao escopo, observando que estas descobertas são específicas para as condições de simulação avaliadas e que os efeitos dos pesos pré-treinados podem ser mistos dependendo da tarefa específica e da inicialização. O trabalho não pretende ter resolvido todos os aspectos da escavação autônoma (ex: localização de alvos é notada como uma etapa separada), mas foca no controle de movimento e nas etapas de rastreamento de trajetória.