💻 computer science

RK-MPC: Residual Koopman Model Predictive Control for Quadruped Locomotion in Offroad Environments

本文提出了残差 Koopman 模型预测控制（RK-MPC）框架，通过数据驱动的残差修正提升四足机器人在非结构化越野环境中的预测精度与鲁棒性，并在仿真与 Unitree Go1 硬件上实现了高频实时控制与可靠的多地形盲走。

原作者： Sriram S. K. S. Narayanan, Umesh Vaidya

发布于 2026-04-09

📖 1 分钟阅读☕ 轻松阅读

原作者： Sriram S. K. S. Narayanan, Umesh Vaidya

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

这篇论文介绍了一种让四足机器人（比如机器狗）在野外复杂环境中跑得更稳、更聪明的新方法。我们可以把它想象成给机器人装上了一个"超级直觉"，让它既能依靠物理常识，又能从过去的错误中快速学习。

以下是用通俗易懂的语言和比喻对这篇论文的解读：

1. 核心问题：机器狗在野外为什么会“摔跤”？

想象你让一只机器狗在平坦的地板上走，它走得很稳，因为它的“大脑”里有一套完美的物理公式（就像教科书一样），告诉它腿该怎么迈。

但是，一旦把它扔到野外（草地、碎石、雪地、甚至冰面），情况就变了：

脚打滑：冰面上摩擦力小，脚会滑出去。
地形不平：草地和碎石会让脚落点不准。
模型不准：教科书里的公式是理想状态，没算上这些意外。

如果机器人只靠死记硬背的“教科书公式”（传统方法），遇到这些意外就会预测失误，导致摔倒。如果完全靠“试错学习”（纯 AI 强化学习），虽然能学会，但需要练很久，而且很难保证在关键时刻不犯错（缺乏安全感）。

2. 解决方案：RK-MPC（残差 Koopman 模型预测控制）

作者提出了一种叫 RK-MPC 的新方法。我们可以把它拆解成三个部分来理解：

A. 基础：一本“教科书” (Nominal Model)

机器人首先带着一本物理教科书。这本教科书告诉它：“在理想情况下，如果我用力推地，身体会这样移动。”

比喻：这就像你开车时脑子里的“交通规则”和“车辆动力学常识”。它很可靠，但在极端路况下不够用。

B. 升级：一个“老司机的直觉” (Residual Predictor)

这是论文的核心创新。作者没有让机器人扔掉教科书，而是给它配了一个经验丰富的老司机（数据驱动模型）。

怎么做：机器人先根据“教科书”预测一步，然后“老司机”会看一眼实际情况，发现：“哎，刚才教科书算错了，因为地面太滑，脚滑了 5 厘米。”
残差（Residual）：这个“算错的 5 厘米”就是残差。
Koopman 技术：为了让这个“老司机”反应够快，作者用了一种叫 Koopman 的数学魔法。它把复杂的非线性问题（比如打滑、碰撞）转化成了线性的、简单的数学题。
比喻：这就好比你在开车时，教科书告诉你“打方向盘 30 度”，但老司机通过经验告诉你：“不对，因为路面有冰，你得打 45 度，而且还要多踩点刹车。”这个“多出来的 15 度和刹车指令”就是残差修正。

C. 大脑：实时决策系统 (MPC)

机器人每秒钟要思考 500 次（500Hz）。它利用“教科书” + “老司机的修正”，在脑海里快速模拟未来几秒钟会发生什么，然后选出最安全的动作。

比喻：就像你在开车时，脑子里不断预演：“如果前面有车，我该怎么变道？如果路面结冰，我该怎么刹车？”这种预演能力就是模型预测控制（MPC）。

3. 为什么这个方法很厉害？（三大优势）

既快又准：
- 传统的纯物理模型太“死板”，预测不准。
- 纯 AI 模型太“慢”且容易“发疯”（预测久了会乱飘）。
- RK-MPC 结合了两者：用物理模型打底（保证结构稳定），用数据修正（保证精准）。就像既有导航地图，又有实时路况播报。
不怕“记性”不好：
- 有些 AI 方法如果预测时间稍微长一点，误差就会像滚雪球一样越来越大，最后机器人就晕了。
- RK-MPC 的“老司机”只负责修正短期的误差，而且这个修正被限制在一个安全的范围内，所以即使预测未来几秒，也不会乱套。
真正的“野外生存”能力：
- 作者在Unitree Go1（一只真实的机器狗）上做了实验。
- 场景：草地、碎石、雪地、甚至冰面。
- 结果：机器狗在这些地方都能蒙着眼睛（没有摄像头看路，只靠脚的感觉）稳稳地跑，还能在被人推了一把后迅速恢复平衡，甚至能切换不同的走路姿势（小跑、慢走）。

4. 总结：这就像给机器人装上了“自适应眼镜”

如果把传统的控制方法比作戴着一副度数固定的眼镜，在平地上看得很清楚，但一换环境（比如去雾天或雪地）就看不清了。

这篇论文的 RK-MPC 就像是给机器人戴上了一副智能眼镜：

它保留了基础的视力（物理模型）。
但它能根据眼前的模糊程度（地形变化、打滑），自动调整镜片度数（数据修正）。
而且这个调整过程非常快，每秒 500 次，让机器人在任何复杂的地形上都能像真正的动物一样灵活奔跑。

一句话总结：
这项研究让机器狗不再死板地照搬物理公式，而是学会了在“理论”和“现实”之间灵活变通，从而在充满未知的野外环境中也能跑得稳、走得远。

这是一份关于论文《RK-MPC: Residual Koopman Model Predictive Control for Quadruped Locomotion in Offroad Environments》（RK-MPC：面向非结构化环境四足机器人运动的残差 Koopman 模型预测控制）的详细技术总结。

1. 研究背景与问题 (Problem)

四足机器人在非结构化户外环境（如草地、碎石、雪地、冰面）中运动时，面临着巨大的挑战：

模型失配 (Model Mismatch)： 传统的基于物理的模型预测控制（MPC）通常使用简化的单刚体（SRB）模型。然而，在复杂地形中，接触的不确定性、地面摩擦变化、地形扰动以及未建模的关节动力学会导致预测精度大幅下降。
纯数据驱动的局限性： 完全基于数据的学习方法（如深度强化学习）虽然灵活，但缺乏可解释性，难以处理约束，且样本效率低，难以提供明确的安全保证。
Koopman 方法的现有缺陷： 现有的基于 Koopman 算子的数据驱动方法试图将非线性系统线性化。
- 使用多项式字典的 EDMD（扩展动态模态分解）方法在长时程预测中容易发散（数值不稳定）。
- 使用SE(3) 结构字典的方法虽然物理一致性更好，但在多步预测中，姿态估计的微小误差会在提升空间（lifted space）中累积，导致旋转矩阵漂移（SO(3) drift），最终破坏闭环控制的稳定性。
实时性要求： 户外运动需要控制器在高频（如 500 Hz）下运行，复杂的非线性优化或高维数据驱动模型往往难以满足实时性。

核心问题： 如何设计一种数据驱动的预测控制框架，既能利用数据修正模型失配以提高预测精度，又能保持 MPC 的凸优化结构以确保实时性和约束处理能力，同时避免纯数据驱动模型在长时程预测中的不稳定性？

2. 方法论 (Methodology)

论文提出了 残差 Koopman 模型预测控制 (RK-MPC) 框架。其核心思想是“物理模型为主，数据残差为辅”。

A. 混合建模架构

RK-MPC 将预测模型分解为两部分：

名义模型 (Nominal Model)： 基于物理原理的离散化单刚体（SRB）线性时变模型。它捕捉了系统的主导动力学（如质心运动、角动量），并保留了 MPC 所需的凸优化结构和接触约束处理机制。
残差 Koopman 模型 (Residual Koopman Model)： 一个从数据中学习到的紧凑线性预测器，用于修正名义模型的误差。
- 残差定义： 定义残差 $e_k$ 为真实状态与名义预测状态之间的差异（主要关注线速度和角速度）。
- 提升空间 (Lifted Space)： 将残差 $e_k$ 映射到高维观测空间 $z_k = \psi(e_k)$ （使用多项式字典）。
- 线性演化： 假设残差在提升空间中遵循线性动力学： $z_{k+1} = A_{res} z_k + B_{res} u_k$ 。
- 输出映射： 通过线性回归 $C_{res}$ 将提升状态映射回物理空间的残差 $\hat{e}_k$ 。

B. 凸优化 MPC 公式

将学习到的残差嵌入到 MPC 中，形成修正后的预测模型：
$\hat{x}_{k+1} = x^{nom}_{k+1} + \hat{e}_{k+1}$
其中 $x^{nom}$ 由 SRB 模型计算， $\hat{e}$ 由 Koopman 残差模型计算。

优化问题： 目标函数为跟踪参考轨迹和最小化控制力矩，约束包括接触力约束（摩擦锥近似为线性棱锥）和动力学约束。
凸性保持： 由于名义模型是线性的，且残差模型也是线性的，整个预测模型关于决策变量（接触力）是线性的。因此，MPC 问题仍然是一个凸二次规划 (Convex QP) 问题，可以使用高效的 QP 求解器（如 QuadProg++）在毫秒级内求解。

C. 理论保证

论文证明了在 Lipschitz 连续性和残差有界性的假设下，RK-MPC 的多步预测误差是有界的。由于名义模型已经捕捉了主要动力学，残差通常较小，因此学习过程是数据高效的，且多步预测更加稳定。

3. 主要贡献 (Key Contributions)

残差 Koopman 建模框架： 提出了一种在名义模板模型之上学习紧凑线性残差校正的方法。该方法不仅提高了预测精度，还通过有界残差动力学提供了多步预测误差的形式化保证。
凸 RK-MPC 公式： 将学习到的残差预测器嵌入到模型预测控制中，实现了在机载硬件上以 500 Hz 频率运行的实时闭环控制器，同时保留了基于优化的约束处理优势。
广泛的验证： 在 Gazebo 仿真和 Unitree Go1 硬件上进行了大量实验。
- 验证了在接触扰动、多种步态（ trot 和 crawl）以及复杂非结构化地形（草地、碎石、雪、冰）下的可靠盲视运动能力。
- 与多种基线（纯 SRB MPC、多项式 EDMD、SE(3) 结构 EDMD）进行了对比，证明了 RK-MPC 在预测精度、闭环稳定性和对观测字典选择的鲁棒性方面均优于基线。

4. 实验结果 (Results)

A. 开环预测性能 (Open-loop Prediction)

对比多项式 EDMD： 多项式 EDMD 在长时程预测中迅速发散，误差巨大。
对比 SE(3) EDMD： 虽然短期精度尚可，但在多步预测中出现了明显的旋转矩阵漂移（SO(3) drift），导致姿态误差随时间线性累积。
RK-MPC 表现： 在 100 步的预测中，RK-MPC 的均方根误差 (RMSE) 最低，且轨迹最接近真实测量值，有效抑制了误差累积。

B. 闭环控制性能 (Closed-loop Control)

仿真测试： 在 10 圈的圆形轨迹跟踪任务中：
- RK-MPC 和 非线性 SRB-MPC 均能稳定完成任务，跟踪误差极小。
- SE(3)-KMPC 在几秒内因旋转漂移导致的不稳定而失败。
- 求解时间： RK-MPC 的平均求解时间约为 0.89 ms，快于非线性 MPC (1.57 ms) 和 SE(3)-KMPC (1.40 ms)，证明了其计算效率。
硬件实验 (Unitree Go1)：
- 平地跟踪： 在 500 Hz 控制频率下，机器人能准确跟踪时变的平面速度指令。
- 抗干扰能力： 在穿越碎石堆和受到外部推力时，机器人能保持稳定并迅速恢复，未发生摔倒。
- 步态泛化： 仅在 Trot 步态数据上训练的残差模型，成功泛化到了 Crawl 步态，无需重新训练。
- 非结构化地形： 在草地、碎石、冰面和雪地上均实现了稳定的盲视运动。特别是在冰面上，尽管出现打滑，控制器仍能通过调整法向力维持动态稳定。

5. 意义与结论 (Significance)

理论与实践的桥梁： RK-MPC 成功地在“纯物理模型”和“纯数据驱动模型”之间找到了一个实用的平衡点。它利用数据修正物理模型的不足，同时保留了物理模型的结构性（如约束处理、可解释性）和计算效率。
解决 Koopman 应用的痛点： 针对四足机器人接触丰富、混合动力学的特点，RK-MPC 避免了全状态提升带来的数值不稳定和旋转漂移问题，通过仅对速度残差进行提升，显著提高了多步预测的可靠性。
实际部署价值： 该框架已在嵌入式硬件（NVIDIA Jetson Xavier NX）上验证，能够以高频实时运行，为四足机器人在复杂、未知环境中的自主导航提供了一条经过硬件验证的可行路径。
未来方向： 论文指出该框架具有扩展性，可进一步发展为自适应控制（在线更新残差模型）或鲁棒 MPC（利用学习的不确定性集合进行约束收紧）。

总结： 这篇论文提出了一种高效、鲁棒且实时的四足机器人控制方案，通过结合物理先验知识与数据驱动的残差修正，显著提升了机器人在非结构化环境中的运动性能和适应性。