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

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

Licences

• Accès libre
• Article: CC BY 4.0

Tout ce qui suit s'appuie sur l'article complet sous sa licence CC BY 4.0 ; sa figure est montrée en citant les auteurs.

En bref

Un modèle à matrices de Hankel de quadrupèdes couplés par des rotules, construit à partir de données de simulation et découpé en QP par robot, planifie les forces et les trajectoires du COM pour 5 A1 simulés et 3 A1 réels.

Pourquoi c'est important

Un modèle de planification appris à partir de données de simulation capture une dynamique multi-robots couplée difficile à modéliser à la main, et il s'est transféré au matériel avec les mêmes gains qu'en simulation. Découper le planificateur par robot maintient chaque problème à 450 variables de décision au lieu de 2250 pour un planificateur centralisé à cinq robots.

Problème

Des quadrupèdes reliés rigidement par des rotules exercent les uns sur les autres de grandes forces d'interaction, et les modèles gabarits comme le pendule inversé linéaire ou le corps rigide unique deviennent trop complexes pour servir de modèles de planification d'ordre réduit à mesure que des robots sont ajoutés. La commande prédictive fondée sur les données issue de la théorie des systèmes comportementaux évite un modèle explicite, mais sa forme standard ajoute des variables de décision qui la rendent insoluble en temps réel pour des équipes de quadrupèdes.

Solution proposée

Des données d'entrée-sortie (en entrée, les forces de contact ; en sortie, la hauteur debout, les vitesses du COM, le roulis, le tangage et la vitesse de lacet) sont collectées dans RaiSim en injectant un bruit aléatoire dans les forces désirées, puis empilées dans des matrices de Hankel pour construire, au moyen d'une pseudo-inverse, une matrice de transition à N pas fondée sur les données, ce qui élimine le vecteur g de l'optimisation. La matrice est découpée en blocs par agent et en blocs de couplage, chaque robot résout son propre QP en utilisant les plans des autres robots au pas de temps précédent, et un contrôleur à contraintes virtuelles fondé sur un QP, à 1 kHz sur chaque robot, suit les forces et la trajectoire du COM planifiées.

Idées clés

• La théorie des systèmes comportementaux représente un système linéaire invariant dans le temps directement par ses trajectoires mesurées au moyen de matrices de Hankel, sans identifier de matrices d'état.
• Approcher le vecteur g hors ligne par une pseudo-inverse transforme la commande prédictive fondée sur les données en un planificateur comptant beaucoup moins de variables de décision, ce qui rend possible un usage en temps réel.
• Découper la matrice de transition fondée sur les données en blocs propres à chaque agent et en blocs de couplage, avec un retard de communication d'un pas, permet à chaque robot de planifier seul tout en conservant le couplage entre robots.
• Collecter les données en simulation, où chaque robot peut être modélisé avec précision, contourne la partie difficile, à savoir un modèle physique d'ordre réduit de l'équipe couplée, et le modèle obtenu s'est transféré au matériel.

Principaux résultats

• Simulation : 5 robots A1 couplés marchent sur un terrain irrégulier avec une charge inconnue de 10 kg, à une vitesse d'avance commandée de 0,5 m/s et une hauteur debout de 0,26 m.
• Taille du planificateur : 450 variables de décision par robot, contre 2250 pour un planificateur centralisé à cinq robots.
• Le planificateur distribué se met à jour toutes les 40 ms (25 Hz) sur un horizon de 250 ms (Tini = 10, N = 25) ; OSQP le résout en environ 15 ms sur un ordinateur portable Intel Core i7-1185G7, des temps de résolution d'environ 30 ms ayant aussi été observés.
• Matériel : 3 robots A1 reliés par des rotules trottent à environ 0,4 m/s sur des blocs de bois non structurés avec une charge de 4,5 kg, ainsi que sur du gravier meuble.
• Matériel : l'équipe suit une trajectoire de joystick variable dans le temps sur sol plat avec une charge de 6,8 kg et reste stable sous des poussées.
• Le contrôleur de bas niveau à contraintes virtuelles fondé sur un QP s'exécute à 1 kHz sur chaque robot.

Limites

• Les robots doivent former un graphe complet sans mouvement de translation relatif ; les formations à liberté limitée et un plus grand nombre de robots sont laissés à des travaux futurs.
• La théorie sous-jacente couvre les systèmes linéaires invariants dans le temps ; les auteurs notent qu'il n'existe pas encore de preuves pour une large classe de systèmes non linéaires, si bien que le cas des robots à pattes repose sur une validation expérimentale.
• Des temps de résolution d'environ 30 ms ont été observés contre 15 ms habituellement, ce qui a imposé une période de mise à jour du planificateur de 40 ms.
• Le contrôleur de bas niveau ignore les torseurs d'interaction entre robots et suppose que le modèle fondé sur les données en tient compte.
• Le modèle est construit uniquement à partir de données de simulation, et chaque robot planifie avec les solutions des autres robots au pas de temps précédent.

Impact sur le domaine

Lauréat du prix ICRA 2023 Outstanding Paper et finaliste du prix ICRA 2023 Outstanding Multi-Robot Systems Paper, avec 37 citations. Les auteurs publient une vidéo des expériences en simulation et sur matériel ; l'article ne mentionne aucune publication de code.

Résumé

L'objectif de ce travail est de définir un planificateur qui permette une locomotion à pattes robuste pour des systèmes multi-agents complexes composés de plusieurs quadrupèdes soumis à des contraintes holonomes. À cette fin, nous employons une méthodologie fondée sur la théorie des systèmes comportementaux pour modéliser la structure élaborée et de grande dimension induite par les contraintes holonomes. Le modèle obtenu est ensuite utilisé conjointement avec des techniques de commande distribuée, de sorte que la charge de calcul est partagée entre les agents tout en préservant le couplage entre agents. Enfin, ce modèle distribué est placé dans le cadre d'un contrôleur prédictif, ce qui donne une méthode de planification de trajectoire robustement stable. Cette méthodologie est testée en simulation avec jusqu'à cinq agents et validée en outre expérimentalement sur trois robots quadrupèdes A1 soumis à diverses incertitudes, notamment des charges utiles, un terrain accidenté et des poussées.

Liens

• 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