Projected Gravity
- Detto anche: projected gravity vector, body-frame gravity vector
- Categoria: Sensing › Proprioceptive
- Tag: orientation, legged-locomotion, reinforcement-learning, imu, observation-design
La direzione unitaria della gravità espressa nel sistema di coordinate del corpo di un robot; codifica rollio e beccheggio senza l'imbardata ed è un ingresso di inclinazione standard per le policy apprese di locomozione e di equilibrio.
Definizione
La gravità proiettata (projected gravity) è la direzione della gravità espressa nel sistema di coordinate di un corpo del robot, di solito la base o il busto. Nel sistema del mondo la gravità punta dritta verso il basso, (0, 0, -1) come versore. Ruotarla nel sistema del corpo con la trasposta della matrice di orientamento del corpo dà un vettore a tre componenti che cambia quando il corpo si inclina. Quando il corpo è eretto il vettore è (0, 0, -1); quando il corpo si inclina di un angolo θ, la parte orizzontale cresce fino alla lunghezza sin θ e la parte verticale si riduce a -cos θ. La norma delle componenti x e y è quindi una misura diretta dell'inclinazione, zero quando il corpo è eretto e uno quando è su un fianco, e la direzione di quella parte orizzontale indica da che lato il corpo pende.
Il motivo principale per usare questo vettore anziché gli angoli di rollio, beccheggio e imbardata è che contiene esattamente l'informazione di orientamento di cui ha bisogno un controllore di equilibrio o di locomozione. Non dipende dalla prua, quindi una policy si comporta allo stesso modo in qualunque direzione sia rivolto il robot, ed è una funzione regolare dell'orientamento, senza i salti di angolo e le singolarità degli angoli di Eulero. Per questi motivi è un termine di osservazione standard nei framework di apprendimento per rinforzo per robot con gambe e umanoidi, come legged_gym e Isaac Lab, e le sue componenti orizzontali sono spesso usate direttamente nelle ricompense che penalizzano l'inclinazione del corpo.
Sull'hardware, la gravità proiettata proviene dalla stima dell'orientamento di una IMU, di solito calcolata da un filtro che combina i dati del giroscopio e dell'accelerometro. Non è la stessa cosa della lettura grezza dell'accelerometro: un accelerometro misura la forza specifica, che coincide con la direzione della gravità solo quando il corpo non sta accelerando. Una policy addestrata con un orientamento simulato perfetto può quindi comportarsi diversamente quando riceve una stima filtrata che è in ritardo o viene disturbata durante gli urti, ed è per questo che durante l'addestramento si aggiungono spesso rumore e ritardo a questa osservazione. La stessa costruzione si può applicare a qualsiasi corpo, come un vassoio tenuto da un umanoide, per misurare quanto è in piano.
Perché è importante
L'inclinazione rispetto alla gravità è il segnale di orientamento più importante per mantenere in piedi un robot, o un oggetto che trasporta. La gravità proiettata lo fornisce in una forma compatta e indipendente dalla prua che i controllori appresi gestiscono bene, ed è per questo che è una voce standard nelle osservazioni delle policy di locomozione apprese.
Applicazioni principali
- Ingresso di osservazione per policy apprese di locomozione di robot con gambe e umanoidi
- Termini di ricompensa che penalizzano l'inclinazione del corpo o del carico utile
- Rilevamento delle cadute e attivazione del recupero
- Bilanciamento di oggetti trasportati come vassoi e contenitori
- Controllo consapevole dell'inclinazione di manipolatori mobili su pendenze
In pratica
Un gruppo addestra una policy per far portare a un umanoide un vassoio senza rovesciare nulla. L'osservazione include la gravità proiettata del busto, ricavata dalla IMU, e quella del vassoio, calcolata dall'orientamento stimato del vassoio. La ricompensa penalizza la norma al quadrato delle componenti orizzontali della gravità del vassoio, che è zero quando il vassoio è in piano. Durante l'addestramento in simulazione si aggiungono rumore e un piccolo ritardo a entrambi i vettori per riprodurre il filtro di orientamento di bordo. Sul robot reale il gruppo verifica che la convenzione degli assi della IMU corrisponda a quella del simulatore, poiché un asse scambiato o un errore di segno in questo vettore fa sì che la policy cerchi di correggere un'inclinazione che non c'è.
Idee sbagliate comuni
- La gravità proiettata è la lettura dell'accelerometro — l'accelerometro misura anche l'accelerazione lineare, quindi coincide con la gravità solo quando il corpo non sta accelerando
- Codifica l'orientamento completo — la rotazione attorno all'asse della gravità (imbardata) non è rappresentata, il che di solito è voluto
- Sono solo gli angoli di rollio e beccheggio con un altro nome — porta la stessa informazione di inclinazione, ma come versore regolare senza salti di angolo né singolarità
Chi dovrebbe saperlo
- Ingegneri di apprendimento per rinforzo che addestrano policy di locomozione e di equilibrio
- Ingegneri del controllo di robot con gambe e umanoidi
- Ingegneri che portano policy addestrate in simulazione su IMU reali
- Studenti di robotica che lavorano con le rappresentazioni dell'orientamento
Tecnologie correlate
- Isaac Lab
- legged_gym
- Sistema di riferimento di assetto e prua (Attitude and Heading Reference System)
- Stima dell'orientamento con quaternioni (Quaternion Orientation Estimation)
- Filtri di Mahony e Madgwick (Mahony and Madgwick Filters)
Termini correlati
Progetti correlati
- LeRobot: HuggingFace ML library for real-world robotics in PyTorch
- MuJoCo: DeepMind physics engine for robotics and ML research
- PyBullet: Python physics simulator for robotics and RL research with fast CPU-based simulation
- Microduck: Pollen Robotics' $399 walking duck robot: open-source software, closed hardware
- Isaac Lab: NVIDIA robot learning framework: one task API across Newton, PhysX and Isaac Sim
- Newton: Open GPU physics engine for robot learning, with Kamino for closed-loop linkages