Raibert Heuristic
- Aussi appelé: Raibert foot placement
- Catégorie: Control › Locomotion control
- Mots-clés: legged-locomotion, foot-placement, quadrupeds, balance-control, gait
Une règle de placement du pied pour robots à pattes qui situe le point de contact en avant de la hanche d'une distance égale à la moitié de la durée d'appui multipliée par la vitesse du corps, plus une correction proportionnelle à l'erreur de vitesse.
Définition
L'heuristique de Raibert (Raibert heuristic) est une règle qui choisit où un robot à pattes doit poser le pied pour continuer à avancer à une vitesse désirée sans tomber. Elle provient des travaux de Marc Raibert sur les robots sauteurs à Carnegie Mellon et au MIT dans les années 1980, décrits dans son livre Legged Robots That Balance (1986). Raibert a observé que si le pied se pose au point neutre, le point au-dessus duquel la hanche passera au milieu de la phase d'appui, la vitesse d'avance du corps reste à peu près inchangée pendant la phase d'appui, car la jambe freine le corps dans la première moitié de l'appui à peu près autant qu'elle le pousse dans la seconde. Pour un corps se déplaçant à la vitesse v avec une durée d'appui T, le point neutre se trouve environ v·T/2 en avant de la hanche.
Pour changer de vitesse, le pied est posé à l'écart du point neutre : plus en avant pour ralentir, plus en arrière pour accélérer. La forme la plus utilisée aujourd'hui est p_foot = p_hip + v·T_stance/2 + k(v − v_desired), où k est un gain de rétroaction. Les contrôleurs originaux de Raibert décomposaient le saut en trois tâches largement indépendantes : la hauteur du saut, régulée par la poussée pendant l'appui, la vitesse d'avance, régulée par le placement du pied pendant la phase de vol, et l'attitude du corps, régulée par le couple de hanche pendant l'appui. La partie placement du pied s'est transposée des sauteurs à une jambe aux bipèdes et aux quadrupèdes, où les jambes qui bougent ensemble dans une allure sont traitées comme une seule jambe virtuelle.
L'heuristique reste largement utilisée dans les contrôleurs de quadrupèdes. Les contrôleurs prédictifs par modèle de robots comme la famille MIT Cheetah calculent les forces de réaction au sol par MPC et placent les pieds avec la règle de Raibert, parfois avec un terme supplémentaire pour les virages. Les systèmes de locomotion appris l'utilisent comme référence pour les positions des pieds ou comme règle de pas de bas niveau sous une politique apprise qui choisit les allures. Elle suppose un sol plat et un appui à peu près symétrique, et elle ignore où se trouvent les appuis sûrs ; sur terrain accidenté, elle fournit donc généralement la cible nominale qu'une étape de planification des appuis déplace ensuite vers l'emplacement sûr le plus proche.
Pourquoi c'est important
L'heuristique transforme un problème d'équilibre difficile en une règle simple et réglable qui fonctionne sur de nombreux robots et allures. Elle reste la référence par défaut du placement des pieds dans les contrôleurs de quadrupèdes et une brique des systèmes de locomotion fondés sur un modèle comme des systèmes appris.
Applications principales
- Placement des pieds dans les contrôleurs de trot, de bond et d'amble des quadrupèdes
- Régulation de la vitesse des robots sauteurs et coureurs
- Appuis nominaux pour les planificateurs d'appuis tenant compte du terrain
- Positions de pieds de référence pour les politiques de locomotion apprises et résiduelles
- Récupération après une poussée par des pas correctifs
En pratique
Dans un contrôleur de quadrupède construit autour de la commande prédictive par modèle, l'ordonnanceur d'allure décide quand chaque jambe se balance. À chaque phase de balancement, le contrôleur calcule la position de contact avec la règle de Raibert à partir de la vitesse mesurée du corps, de la vitesse commandée et de la durée d'appui prévue, puis lève le pied le long d'une trajectoire de balancement qui se termine en ce point, tandis que la MPC calcule les forces de réaction au sol pour les jambes en appui. Dans des systèmes d'apprentissage hiérarchiques comme celui des travaux sur les transitions d'allure, une politique apprise de haut niveau choisit le rythme de l'allure et le contrôleur de bas niveau place les pieds de cette façon. Les ingénieurs règlent le gain de vitesse k : trop petit, le robot corrige lentement les poussées ; trop grand, les pas deviennent oscillants.
Idées reçues
- L'heuristique de Raibert est un contrôleur de locomotion complet — elle ne choisit que le placement du pied ; la hauteur, l'attitude du corps et les forces de contact nécessitent leur propre commande
- Elle donne un bon appui sur n'importe quel terrain — elle ignore le terrain et suppose un sol plat, si bien qu'elle est généralement corrigée par un planificateur d'appuis
- Elle n'a qu'un intérêt historique — elle est encore utilisée dans les contrôleurs modernes de quadrupèdes, prédictifs par modèle comme appris
Qui devrait le savoir
- Ingénieurs en locomotion à pattes
- Développeurs de contrôleurs de quadrupèdes et d'humanoïdes
- Chercheurs en apprentissage robotique travaillant sur la locomotion
- Étudiants en robotique qui étudient l'équilibre dynamique
Technologies associées
- Point de capture (Capture Point)
- Commande prédictive par modèle convexe (Convex Model Predictive Control)
- Ordonnanceur d'allure (Gait Scheduler)
- Génération de trajectoires de balancement (Swing Trajectory Generation)
- Modèle de jambe virtuelle (Virtual Leg Model)
Termes associés
- Foothold Planning
- Spring-Loaded Inverted Pendulum
- Linear Inverted Pendulum
- Gait
- Quadruped
- Model Predictive Control
Projets associés
- DimOS: Python robotics runtime with agents, SLAM and teleop, no ROS required
- PACE Sim2Real: Systematic sim-to-real transfer via actuator dynamics identification