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

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

Licenças

Acesso aberto
Artigo: CC BY 4.0

Tudo o que segue se baseia no artigo completo sob a licença CC BY 4.0; sua figura é mostrada com crédito aos autores.

Em resumo

Um modelo de matrizes de Hankel de quadrúpedes acoplados por juntas esféricas, construído a partir de dados de simulação e dividido em QPs por robô, planeja forças e trajetórias do COM para 5 A1 simulados e 3 reais.

Por que importa

Um modelo de planejamento aprendido a partir de dados de simulação captura dinâmicas multirrobô acopladas difíceis de modelar à mão, e foi transferido para o hardware com os mesmos ganhos usados em simulação. Dividir o planejador por robô mantém cada problema em 450 variáveis de decisão, em vez de 2250 para um planejador centralizado de cinco robôs.

Problema

Quadrúpedes unidos rigidamente por juntas esféricas exercem grandes forças de interação uns sobre os outros, e modelos de referência como o pêndulo invertido linear ou o corpo rígido único se tornam complexos demais para servir como modelos de planejamento de ordem reduzida à medida que robôs são adicionados. O controle preditivo baseado em dados da teoria de sistemas comportamentais evita um modelo explícito, mas sua forma padrão acrescenta variáveis de decisão que o tornam intratável em tempo real para equipes de quadrúpedes.

Solução proposta

Dados de entrada e saída (forças de contato na entrada; altura em pé, velocidades do COM, rolagem, arfagem e taxa de guinada na saída) são coletados no RaiSim com ruído aleatório injetado nas forças desejadas e depois empilhados em matrizes de Hankel para construir uma matriz de transição de N passos baseada em dados por meio de uma pseudoinversa, o que remove o vetor g da otimização. A matriz é dividida em blocos por agente e blocos de acoplamento, cada robô resolve seu próprio QP usando os planos dos outros robôs do passo de tempo anterior, e um controlador de restrições virtuais baseado em QP a 1 kHz em cada robô rastreia as forças e a trajetória do COM planejadas.

Principais ideias

A teoria de sistemas comportamentais representa um sistema linear invariante no tempo diretamente por suas trajetórias medidas por meio de matrizes de Hankel, sem identificar matrizes de espaço de estados.
Aproximar o vetor g offline com uma pseudoinversa transforma o controle preditivo habilitado por dados em um planejador com muito menos variáveis de decisão, tornando possível o uso em tempo real.
Dividir a matriz de transição baseada em dados em blocos por agente e blocos de acoplamento, com um atraso de comunicação de um passo, permite que cada robô planeje sozinho mantendo o acoplamento entre os robôs.
Coletar os dados em simulação, onde cada robô pode ser modelado com precisão, contorna a parte difícil, um modelo de ordem reduzida baseado em física da equipe acoplada, e o modelo resultante foi transferido para o hardware.

Principais resultados

Simulação: 5 robôs A1 acoplados andam sobre terreno irregular com uma carga desconhecida de 10 kg a uma velocidade de avanço comandada de 0,5 m/s e altura em pé de 0,26 m.
Tamanho do planejador: 450 variáveis de decisão por robô, contra 2250 para um planejador centralizado de cinco robôs.
O planejador distribuído é atualizado a cada 40 ms (25 Hz) com horizonte de 250 ms (Tini = 10, N = 25); o OSQP o resolve em cerca de 15 ms em um notebook com Intel Core i7-1185G7, sendo também observados tempos de resolução de cerca de 30 ms.
Hardware: 3 robôs A1 unidos por juntas esféricas trotam a cerca de 0,4 m/s sobre blocos de madeira não estruturados com uma carga de 4,5 kg, e sobre cascalho solto.
Hardware: a equipe segue uma trajetória variável no tempo dada por joystick em chão plano com uma carga de 6,8 kg e permanece estável sob empurrões.
O controlador de baixo nível de restrições virtuais baseado em QP roda a 1 kHz em cada robô.

Limitações

Os robôs precisam formar um grafo completo sem movimento de translação relativo; formações com liberdade limitada e números maiores de robôs ficam para trabalhos futuros.
A teoria subjacente cobre sistemas lineares invariantes no tempo; os autores observam que ainda não há provas para uma classe ampla de sistemas não lineares, então o caso dos robôs com pernas se apoia na validação experimental.
Foram observados tempos de resolução de cerca de 30 ms contra os 15 ms típicos, o que forçou um período de atualização do planejador de 40 ms.
O controlador de baixo nível ignora os esforços (wrenches) de interação entre os robôs e supõe que o modelo baseado em dados os leva em conta.
O modelo é construído apenas com dados de simulação, e cada robô planeja com as soluções dos outros robôs do passo de tempo anterior.

Impacto na área

Vencedor do prêmio ICRA 2023 Outstanding Paper e finalista do prêmio ICRA 2023 Outstanding Multi-Robot Systems Paper, com 37 citações. Os autores publicam um vídeo dos experimentos em simulação e em hardware; o artigo não informa liberação de código.

Resumo

O objetivo deste trabalho é definir um planejador que permita locomoção robusta com pernas para sistemas multiagente complexos compostos por vários quadrúpedes com restrições holonômicas. Para isso, empregamos uma metodologia baseada na teoria de sistemas comportamentais (behavioral systems theory) para modelar a estrutura sofisticada e de alta dimensão induzida pelas restrições holonômicas. O modelo resultante é então usado em conjunto com técnicas de controle distribuído, de modo que a carga computacional é compartilhada entre os agentes enquanto o acoplamento entre eles é preservado. Por fim, esse modelo distribuído é enquadrado no contexto de um controlador preditivo, resultando em um método robustamente estável para planejamento de trajetórias. Essa metodologia é testada em simulação com até cinco agentes e validada experimentalmente em três robôs quadrúpedes A1 submetidos a diversas incertezas, incluindo cargas, terreno acidentado e empurrões.

Open Source Robotics