Distributed Data-Driven Predictive Control for Multi-Agent Collaborative Legged Locomotion

Autores: Randall T. Fawcett, Leila Amanzadeh, Jeeseop Kim, Aaron D. Ames, Kaveh Akbari Hamed · ICRA 2023

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

Un modelo de matrices de Hankel de cuadrúpedos acoplados por rótulas, construido a partir de datos de simulación y dividido en QPs por robot, planifica fuerzas y trayectorias del COM para 5 A1 simulados y 3 reales.

Por qué importa

Un modelo de planificación aprendido a partir de datos de simulación captura una dinámica multirrobot acoplada que es difícil de modelar a mano, y se transfirió al hardware con las mismas ganancias usadas en simulación. Dividir el planificador por robot mantiene cada problema en 450 variables de decisión en lugar de 2250 para un planificador centralizado de cinco robots.

Problema

Los cuadrúpedos unidos rígidamente mediante rótulas ejercen grandes fuerzas de interacción entre sí, y los modelos de plantilla como el péndulo invertido lineal o el cuerpo rígido único se vuelven demasiado complejos para servir como modelos de planificación de orden reducido a medida que se añaden robots. El control predictivo basado en datos de la teoría de sistemas conductuales evita un modelo explícito, pero su forma estándar añade variables de decisión que lo hacen intratable en tiempo real para equipos de cuadrúpedos.

Solución propuesta

Los datos de entrada y salida (fuerzas de contacto como entrada; altura de pie, velocidades del COM, alabeo, cabeceo y velocidad de guiñada como salida) se recogen en RaiSim inyectando ruido aleatorio en las fuerzas deseadas, y después se apilan en matrices de Hankel para construir una matriz de transición de N pasos basada en datos mediante una pseudoinversa, lo que elimina el vector g de la optimización. La matriz se divide en bloques por agente y bloques de acoplamiento, cada robot resuelve su propio QP usando los planes de los demás robots del paso de tiempo anterior, y un controlador de restricciones virtuales basado en QP a 1 kHz en cada robot sigue las fuerzas y la trayectoria del COM planificadas.

Ideas clave

• La teoría de sistemas conductuales representa un sistema lineal invariante en el tiempo directamente mediante sus trayectorias medidas a través de matrices de Hankel, sin identificar matrices de espacio de estados.
• Aproximar el vector g fuera de línea con una pseudoinversa convierte el control predictivo habilitado por datos en un planificador con muchas menos variables de decisión, lo que hace posible su uso en tiempo real.
• Dividir la matriz de transición basada en datos en bloques por agente y bloques de acoplamiento, con un retardo de comunicación de un paso, permite que cada robot planifique por su cuenta manteniendo el acoplamiento entre robots.
• Recoger los datos en simulación, donde cada robot puede modelarse con precisión, evita la parte difícil, un modelo de orden reducido basado en la física del equipo acoplado, y el modelo resultante se transfirió al hardware.

Resultados principales

• Simulación: 5 robots A1 acoplados caminan sobre terreno irregular con una carga útil desconocida de 10 kg a una velocidad de avance ordenada de 0,5 m/s y una altura de pie de 0,26 m.
• Tamaño del planificador: 450 variables de decisión por robot, frente a 2250 para un planificador centralizado de cinco robots.
• El planificador distribuido se actualiza cada 40 ms (25 Hz) con un horizonte de 250 ms (Tini = 10, N = 25); OSQP lo resuelve en unos 15 ms en un portátil con Intel Core i7-1185G7, aunque también se observaron tiempos de resolución de unos 30 ms.
• Hardware: 3 robots A1 unidos por rótulas trotan a unos 0,4 m/s sobre bloques de madera no estructurados con una carga útil de 4,5 kg, y sobre grava suelta.
• Hardware: el equipo sigue una trayectoria variable en el tiempo dada con joystick sobre suelo plano con una carga útil de 6,8 kg y se mantiene estable ante empujones.
• El controlador de bajo nivel de restricciones virtuales basado en QP funciona a 1 kHz en cada robot.

Limitaciones

• Los robots deben formar un grafo completo sin movimiento de traslación relativo; las formaciones con libertad limitada y un mayor número de robots quedan para trabajo futuro.
• La teoría subyacente cubre sistemas lineales invariantes en el tiempo; los autores señalan que aún no hay demostraciones para una clase amplia de sistemas no lineales, así que el caso de los robots con patas se apoya en la validación experimental.
• Se observaron tiempos de resolución de unos 30 ms frente a los 15 ms habituales, lo que obligó a un periodo de actualización del planificador de 40 ms.
• El controlador de bajo nivel ignora las llaves (wrenches) de interacción entre robots y supone que el modelo basado en datos las tiene en cuenta.
• El modelo se construye solo con datos de simulación, y cada robot planifica con las soluciones de los demás robots del paso de tiempo anterior.

Impacto en el campo

Ganador del premio ICRA 2023 Outstanding Paper y finalista del premio ICRA 2023 Outstanding Multi-Robot Systems Paper, con 37 citas. Los autores publican un vídeo de los experimentos en simulación y en hardware; el artículo no indica ninguna publicación de código.

Resumen

El objetivo de este trabajo es definir un planificador que permita una locomoción robusta con patas para sistemas multiagente complejos formados por varios cuadrúpedos con restricciones holónomas. Para ello, empleamos una metodología basada en la teoría de sistemas conductuales (behavioral systems theory) para modelar la estructura sofisticada y de alta dimensión inducida por las restricciones holónomas. El modelo resultante se usa después junto con técnicas de control distribuido, de modo que la carga computacional se reparte entre los agentes mientras se conserva el acoplamiento entre ellos. Por último, este modelo distribuido se enmarca en un controlador predictivo, lo que da como resultado un método robustamente estable para la planificación de trayectorias. Esta metodología se prueba en simulación con hasta cinco agentes y se valida además experimentalmente en tres robots cuadrúpedos A1 sometidos a diversas incertidumbres, como cargas útiles, terreno irregular y empujones.

Enlaces

• arXiv 2211.06917: https://arxiv.org/abs/2211.06917
• DOI 10.1109/ICRA48891.2023.10160914: https://doi.org/10.1109/ICRA48891.2023.10160914
• PDF: https://arxiv.org/pdf/2211.06917v1