CacheMPC: Certified Cached Model Predictive Control for Quadruped Locomotion

技术摘要：用于四足机器人运动控制的认证缓存模型预测控制 (Certified Cached Model Predictive Control)

问题陈述
足式机器人的分层控制架构通常采用低频率的模型预测控制 (MPC) 层进行轨迹规划，以及高频率的全身控制 (WBC) 层进行转矩生成。虽然 MPC 是确保鲁棒性和跟踪性能的标准方法，但其计算成本——特别是每周期二次规划 (QP) 的求解过程——往往限制了在嵌入式处理器（如 NVIDIA Orin NX）上可实现的更新频率。这种瓶颈限制了闭环控制频率，使得在典型的 5 ms 预算内几乎没有余量。现有的加速方法，如显式 MPC，其复杂度随状态维度呈指数级增长；神经近似方法缺乏运行时正确性保证；而热启动 (warm-starting) 在状态变化显著时收益递减。

方法论：Certified CacheMPC
本文提出了 Certified CacheMPC 框架，该框架通过缓存并复用先前计算的接触力轨迹，同时通过确定性的、每查询一次的证书 (per-query certificate) 来保证原问题可行性 (primal feasibility) 和有界的次优性 (bounded suboptimality)。

1. 架构与缓存：

   • LSH 索引： 系统使用局部敏感哈希 (LSH) 通过特征向量 $\phi \in \mathbb{R}^{18}$ 对缓存条目进行索引，该向量包含测量的/期望的质心速度和机身坐标系下的足端位置。
   • 分区： 缓存按接触模式（接触中的足部集合）进行分区。这确保了在同一分区内，QP 结构（约束矩阵）保持一致，从而实现高效复用。
   • 检索： 在查询时，控制器通过 LSH 检索前 $K$ 个候选者。这些候选者可以是原始缓存解，也可以是经过灵敏度修正的仿射外推解 ($\bar{U} = U^\star + K(x - x_c)$)。

2. 每查询一次的证书：
   不同于启发式缓存，每个检索到的候选者在应用前必须通过严格的证书校验。该证书根据当前 QP 的 KKT 数据评估两个条件：

   • 原问题可行性： 检查候选控制量 $\bar{U}$ 是否在数值容差 ($\epsilon_{feas}$) 内满足当前约束 ($d \le C\bar{U} \le d$)。
   • 次优性界限： 计算拉格朗日对偶间隙量 $\Gamma(\bar{U})$。根据弱对偶性，$\Gamma(\bar{U})$ 提供了真实次优性 $\Delta J = J(\bar{U}) - J^\star$ 的严格上界。
   • 接受规则： 只有当 $\rho_{feas} \le \epsilon_{feas}$ 且 $\Gamma(\bar{U}) \le \beta(\bar{U})$（其中 $\beta$ 为相对/绝对成本预算）时，候选者才会被接受。如果证书校验失败，系统将回退到在线求解 QP。

3. 有界预算控制器调度：
   控制器执行每个滴答 (tick) 的确定性时间预算 ($T_{total} = T_{cache} + T_{solve} + T_{fallback}$):

   • 尝试在 $T_{cache}$ 内完成认证检索。
   • 如果检索失败或时间仍有剩余，则在 $T_{solve}$ 内求解 QP。
   • 如果错过截止时间，则应用上一个经认证的可行序列的平移版本作为回退方案。

核心贡献

1. 确定性证书： 一个每查询一次的 QP 证书 (Proposition 1)，它为任何来源（LSH、离线字典或灵敏度修正）的候选方案提供了一个独立的、能够上界化真实成本次优性的可行控制量。
2. 安全性无关的检索： 证明（Proposition 2）所应用的控制安全性与检索策略无关；即使 LSH 返回的是任意或无效的提议，证书也能确保仅应用经过验证的控制量。
3. 经验验证： 包含在 MuJoCo 中进行的 2,038 次冷启动控制器试验，以及在搭载 NVIDIA Orin NX 的 Unitree Go2 机器人上的首次部署实验。

结果

• 加速比： 在仿真中，无门限缓存（无证书）实现了 25 倍的中值加速。认证变体（Cache-Cert, Cache-Full）在仿真中实现了 3.4–3.6 倍的中值加速。在嵌入式 Orin NX 硬件上，无门限缓存实现了 18.7 倍的中值加速，而认证的 Cache-Full 配置由于证书拒绝率较高（即对特定 QP 数据的对偶间隙界限经常被违反）导致其比基准方案更慢。
• 运动性能： 在速度扫描（0–0.6 m/s）中，所有缓存配置在速度 RMSE 方面均保持在与无缓存基准方案 ±14% 以内。仿真试验中未发生跌倒。
• 失效边界安全性： 在针对三个失效边界条件（高侧向推力、跨越台阶）进行的 600 次针对性试验（每个单元 $n=50$）中，未检测到任何缓存变体与无缓存基准之间存在统计学意义上的闭环稳定率差异。证书对安全性的贡献在当前样本量下无法分辨。
• 硬件部署： 仿真训练的缓存成功迁移至机器人。然而，硬件上较高的证书拒绝率（约 71% 的 LSH 命中被拒绝）导致认证缓存比基准方案更慢，这凸显了仿真 QP 数据与实机动力学之间的差距。

意义与主张
本文声称 Certified CacheMPC 成功弥合了缓存的速度优势与足式运动安全性要求之间的鸿沟。其主要意义在于其 确定性的、与来源无关的证书，这使得缓存解从一个启发式的猜测提升为经过验证的局部显式 MPC 律。

作者对于证书在当前评估中的安全性影响持谨慎态度。他们指出，虽然证书提供了严格的成本次优性上界，但其对闭环安全性（防止跌倒）的具体贡献在当前的样本量（$n=50$）下无法分辨，并被下游的 WBC 和硬件动力学所掩盖。该框架被呈现为一种在尊重证书预算的前提下，无需牺牲底层优化理论保证即可加速 MPC 更新的有效方法。这项工作为未来研究更紧致的界限、形式化稳定性定理以及在线缓存优化奠定了基础。