Learned Perceptive Forward Dynamics Model for Safe and Platform-aware Robotic Navigation

Autores: Pascal Roth, Jonas Frey, Cesar Cadena, Marco Hutter · RSS 2025

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 aprendido predice las poses futuras de ANYmal y el riesgo de fallo a partir de un escaneo de alturas y del historial propioceptivo, de modo que un planificador MPPI puede planificar con seguridad con solo un término de objetivo y un término de riesgo.

Por qué importa

Como las colisiones y el terreno intransitable se aprenden dentro del modelo, la recompensa del planificador se reduce a dos términos y no necesita un mapa de transitabilidad construido a mano. El modelo se entrena para un robot y una política de locomoción concretos, así que sus predicciones reflejan esa plataforma, y funciona a bordo de una Jetson Orin AGX con 2048 trayectorias muestreadas a 7 Hz.

Problema

La navegación segura en terreno accidentado requiere evaluar la transitabilidad en tiempo real en relación con lo que pueden hacer el robot concreto y su política de locomoción. Los planificadores basados en una dinámica simplificada necesitan funciones de coste diseñadas a mano y específicas de cada entorno, y el anterior modelo de dinámica directa aprendido para cuadrúpedos usaba solo un escaneo LiDAR 2D, funcionaba en escenas planas con obstáculos 2D y no se transfirió a un robot real.

Solución propuesta

El Forward Dynamics Model perceptivo codifica un historial de estados pasados y mediciones propioceptivas con una GRU y el escaneo de alturas actual con una CNN; después, una segunda GRU recibe una secuencia de comandos de velocidad y predice, para diez pasos de 0,5 s, correcciones de las velocidades comandadas (integradas en poses SE(2)) y una probabilidad de fallo. Se preentrena con datos simulados de Isaac Lab, incluidas colisiones y caídas, y se ajusta con datos reales de ANYmal. Un planificador MPPI muestrea secuencias de acciones, las pasa por el modelo y las selecciona con una recompensa por distancia al objetivo y una penalización por riesgo de fallo.

Ideas clave

• La simulación aporta maniobras peligrosas como caídas y colisiones que no pueden recogerse en hardware, mientras que los datos del mundo real cubren efectos ajenos a la simulación de cuerpos rígidos, como resbalar en la nieve o enredarse en la vegetación.
• Predecir correcciones de velocidad e integrarlas, en lugar de predecir las poses directamente, sigue una formulación residual sobre las acciones comandadas.
• El escaneo de alturas es crucial: eliminarlo aumentó el error de posición un 110 % de media y redujo el F1 en 0,13 (Apéndice D).
• Mantener el término de riesgo en el planificador elevó el éxito un 2,5 % en entornos 2D y un 4,6 % en entornos 3D, a costa de trayectorias más lentas y prudentes.
• Una referencia 2D-LiDAR no distingue las escaleras de las paredes, por lo que predice colisiones con demasiada frecuencia: mayor recall pero menor precisión y F1.

Resultados principales

• Error de posición en el paso final un 41,28 % menor que la referencia perceptiva de Kim et al. y un 70,57 % menor que un modelo de velocidad constante, promediado en todos los entornos (el resumen lo redondea al 41 %).
• F1 de predicción de fallos de 0,90 en entornos 2D y de 0,85 en entornos 2D-3D y 3D (Tabla II). La Sección VI indica una exactitud de al menos el 89 % y la conclusión de al menos el 89,20 %, mientras que la exactitud más baja de la Tabla II es del 89,13 % (2D).
• Éxito de planificación (Tabla III): 88,33 % en 2D frente a 78,33 % (Kim et al.) y 82,50 % (transitabilidad heurística); 73,75 % en 3D frente a 48,75 % y 33,13 %. El resumen lo presenta como una tasa de éxito un 27 % mayor en entornos de simulación accidentados, y la conclusión como un 81 % de éxito medio en alcanzar el objetivo.
• El ajuste fino con datos reales redujo el error medio de posición un 34,38 % en bosque, un 30,55 % en nieve y un 30,30 % en pavimento.
• A bordo de la Jetson Orin AGX: 40,6 ms de inferencia del modelo por iteración con 2048 trayectorias, planificador a 7 Hz; el modelo tiene 1,16 millones de parámetros y se entrena en unas ocho horas en una RTX 4090.
• Modelos separados entrenados para ANYmal, Barry y ANYmal-on-Wheels en simulación dieron predicciones distintas y específicas de cada plataforma para las mismas secuencias de acciones.

Limitaciones

• El modelo se mantiene en un dominio principalmente geométrico y está limitado por la política de locomoción; puede fallar ante geometrías no vistas en el entrenamiento, como escaleras de caracol, cuevas o túneles, o en condiciones extremas como hielo o barro profundo.
• Los estados de fallo simulados no se trasladan perfectamente a los fallos reales, y los datos del mundo real no contienen colisiones por el riesgo de dañar el hardware.
• MPPI sigue necesitando ajustar la distribución de las acciones, los rangos de los comandos y los factores de correlación temporal, y la configuración de simulación y aprendizaje añade sus propias decisiones de diseño.
• Los autores no esperan generalización más allá del dominio de entrenamiento, y el método no tiene en cuenta las normas sociales ni agentes dinámicos rápidos o múltiples.
• En entornos planos los fallos son raros (0,042 %) y probablemente se deben a inestabilidades de la simulación, por lo que el F1 de predicción de fallos es bajo en ellos (0,10).

Impacto en el campo

El artículo fue finalista del RSS 2025 Outstanding Systems Paper Award y tiene 35 citas. El código y los modelos se publican en github.com/leggedrobotics/fdm.

Resumen

Garantizar una navegación segura en entornos complejos requiere una evaluación precisa y en tiempo real de la transitabilidad y una comprensión de las interacciones con el entorno en relación con las capacidades del robot. Los métodos tradicionales, que suponen una dinámica simplificada, a menudo requieren diseñar y ajustar funciones de coste para guiar con seguridad las trayectorias o las acciones hacia el objetivo. Este proceso es tedioso, depende del entorno y no es generalizable. Para superar estos problemas, proponemos un novedoso Forward Dynamics Model (FDM) perceptivo y aprendido que predice el estado futuro del robot condicionado por la geometría circundante y por el historial de mediciones propioceptivas, y que plantea una solución más escalable, más segura y libre de heurísticas. El FDM se entrena con varios años de experiencia de navegación simulada, incluidas maniobras de alto riesgo, y con interacciones del mundo real para incorporar la dinámica completa del sistema más allá de la simulación de cuerpos rígidos. Integramos nuestro FDM perceptivo en un marco de planificación zero-shot Model Predictive Path Integral (MPPI), aprovechando la correspondencia aprendida entre acciones, estados futuros y probabilidad de fallo. Esto permite optimizar una función de coste simplificada y elimina la necesidad de un ajuste extenso del coste para garantizar la seguridad. En el robot con patas ANYmal, el FDM perceptivo propuesto mejora la estimación de la posición en un 41 % de media frente a referencias competitivas, lo que se traduce en una tasa de éxito de navegación un 27 % mayor en entornos de simulación accidentados. Además, demostramos una transferencia sim-to-real eficaz y mostramos el beneficio de entrenar con datos sintéticos y reales. El código y los modelos están disponibles públicamente en https://github.com/leggedrobotics/fdm.

Enlaces

• arXiv 2504.19322: https://arxiv.org/abs/2504.19322
• DOI 10.48550/arXiv.2504.19322: https://doi.org/10.48550/arXiv.2504.19322
• PDF: https://arxiv.org/pdf/2504.19322v1
• Código: https://github.com/leggedrobotics/fdm