Flatness-Preserving Residual Learning for Real-Time Tight Quadrotor Formation Flight

Autores: Pei-An Hsieh, Fengjun Yang, Nikolai Matni, M. Ani Hsieh · IROS 2026

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 residuo de downwash que depende solo de posiciones y velocidades mantiene plana la dinámica de dos cuadricópteros, de modo que un controlador barato basado en planitud iguala el seguimiento de NMPC con unas 20x menos de tiempo de resolución.

Por qué importa

La compensación del downwash se reduce a unas pocas evaluaciones de una red pequeña dentro de un controlador clásico basado en planitud que puede ajustarse con métodos de control lineal. En hardware necesitó menos de 30 segundos de datos de entrenamiento y funcionó con una frecuencia de bucle de 5 ms, lo que encaja con vehículos pequeños y sistemas de vuelo con cómputo limitado.

Problema

Cuando los cuadricópteros vuelan muy juntos, el downwash del vehículo superior desvía al inferior de su trayectoria y puede causar colisiones. Los modelos residuales aprendidos a partir de datos de vuelo captan estos efectos, pero integrar un modelo aprendido general en el controlador suele requerir un MPC no lineal, que es computacionalmente pesado y escala mal con la complejidad del modelo.

Solución propuesta

La fuerza y el par residuales se restringen para que dependan solo de las posiciones y velocidades conjuntas del equipo, lo que, según muestran los autores, mantiene diferencialmente plano el sistema de varios cuadricópteros. El residuo es un modelo de downwash de orden reducido basado en la física más una pequeña red neuronal sobre características equivariantes a la rotación (separación vertical y radial), entrenada con ODE neuronales basadas en conocimiento. Después, un controlador en cascada de linealización por realimentación usa el residuo y su jacobiano para la compensación por prealimentación del empuje y de la actitud.

Ideas clave

• Restringir el residuo aprendido a las posiciones y velocidades del equipo preserva la planitud diferencial, de modo que el empuje, la actitud y la velocidad angular pueden seguir recuperándose a partir de las salidas planas con pequeñas correcciones
• Un modelo de downwash de orden reducido basado en la física más una red pequeña generaliza mejor que aprender solo el residuo, sobre todo a corta separación, donde el acoplamiento es más fuerte
• Las características equivariantes a la rotación (separación vertical y radial en un marco de flujo local) mantienen la red diminuta: una capa oculta de nueve neuronas en simulación y de cuatro neuronas en hardware
• El mismo residuo aprendido mejora también un controlador geométrico SE(3) estándar sin recopilar datos adicionales ni reentrenar

Resultados principales

• Hardware: el método completo (Learned-FBL) redujo el RMSE un 29 % adicional y el error vertical máximo un 43 % respecto al controlador ROM-FBL solo con física, que a su vez superó al controlador nominal en un 24 % en RMSE y un 30 % en error vertical máximo
• Hardware: Learned-FBL alcanzó un RMSE medio de 5 cm y un error vertical máximo de 10 cm en 60 ejecuciones (cinco repeticiones por caso), igualando el rendimiento indicado para la línea base KNODE-DW MPC
• Simulación frente a NMPC con el mismo residuo: tiempo medio de resolución de 0,99 ms frente a 27,6 ms con una separación de 0,3 m y de 1,3 ms frente a 26,2 ms con 0,5 m, con un RMSE 3D similar (0,016 m frente a 0,020 m y 0,018 m)
• Learned-SE(3) y ROM-SE(3) redujeron el RMSE en hardware un 43,7 % y un 34 %, respectivamente, frente al controlador SE(3) nominal
• Residuo entrenado con 28 s (6720 puntos) de datos de vuelo reales; dos Crazyflie pasaron de una pila de 1,1 m a una separación vertical de 0,1 m para atravesar una ventana de 0,4 m de alto

Limitaciones

• Los autores mencionan como trabajo futuro relajar los supuestos estructurales del residuo que preserva la planitud (dependencia solo de posiciones y velocidades)
• Los experimentos abarcan solo equipos de dos cuadricópteros; ampliar la escala de los experimentos queda para trabajo futuro
• En hardware, el controlador emite órdenes de empuje y de velocidad angular, por lo que solo se compensan las fuerzas residuales y los pares residuales quedan a cargo del bucle PID de a bordo
• Con una separación de 0,5 m, el error de aceleración angular del modelo aprendido fue algo peor que el del modelo físico solo, lo que los autores atribuyen a un ligero sobreajuste a los datos de proximidad cercana; NMPC también mantuvo un error vertical máximo menor en simulación
• Las pruebas en hardware usaron captura de movimiento Vicon y un portátil externo que calculaba las órdenes, no detección ni cómputo a bordo

Impacto en el campo

Finalista del IROS 2026 Best Paper / Best Student Paper Award. El artículo presenta la primera aplicación en hardware del aprendizaje residual que preserva la planitud al vuelo en formación cerrada de cuadricópteros. El artículo no indica código ni página del proyecto.

Resumen

Los cuadricópteros que vuelan en formaciones cerradas se ven gravemente afectados por interacciones aerodinámicas turbulentas, como el downwash, que pueden causar colisiones catastróficas si no se modelan. Para compensar estos efectos, proponemos un marco de aprendizaje de la dinámica residual informado por la física que capta interacciones aerodinámicas complejas a la vez que garantiza que el sistema conjunto de varios cuadricópteros siga siendo diferencialmente plano. Aprovechamos esta planitud preservada para diseñar un controlador de linealización por realimentación computacionalmente eficiente, fácil de ajustar con técnicas de control lineal y que cancela las perturbaciones aerodinámicas mediante compensación por prealimentación. Los experimentos en hardware demuestran que nuestro marco reduce los errores medios de seguimiento en un 31 % en comparación con las líneas base nominales. De forma crucial, nuestro enfoque ligero iguala el rendimiento de seguimiento del control predictivo basado en modelo no lineal (NMPC) de última generación, mientras requiere un orden de magnitud menos de cómputo. Somos los primeros en demostrar que un vuelo en formación cerrada estable puede lograrse con menos de 30 segundos de datos de entrenamiento y una frecuencia de bucle de 5 ms, lo que permite una compensación aerodinámica de alta fidelidad en sistemas de vuelo con cómputo limitado.

Enlaces

• arXiv 2607.12275: https://arxiv.org/abs/2607.12275
• DOI 10.48550/arXiv.2607.12275: https://doi.org/10.48550/arXiv.2607.12275
• PDF: https://arxiv.org/pdf/2607.12275v1