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

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

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 aprendido prevê as poses futuras do ANYmal e o risco de falha a partir de uma varredura de alturas e do histórico proprioceptivo, para que um planejador MPPI possa planejar com segurança com apenas um termo de objetivo e um termo de risco.

Por que importa

Como colisões e terreno intransitável são aprendidos dentro do modelo, a recompensa do planejador se reduz a dois termos e dispensa um mapa de trafegabilidade construído à mão. O modelo é treinado para um robô e uma política de locomoção específicos, então suas predições refletem essa plataforma, e ele roda embarcado em uma Jetson Orin AGX com 2048 trajetórias amostradas a 7 Hz.

Problema

A navegação segura em terreno acidentado exige avaliar a trafegabilidade em tempo real em relação ao que o robô específico e sua política de locomoção conseguem fazer. Planejadores construídos sobre dinâmica simplificada precisam de funções de custo projetadas à mão e específicas de cada ambiente, e o modelo de dinâmica direta aprendido anterior para quadrúpedes usava apenas uma varredura de LiDAR 2D, funcionava em cenas planas com obstáculos 2D e não foi transferido para um robô real.

Solução proposta

O Forward Dynamics Model perceptivo codifica um histórico de estados passados e medições proprioceptivas com uma GRU e a varredura de alturas atual com uma CNN; uma segunda GRU então recebe uma sequência de comandos de velocidade e prevê, para dez passos de 0,5 s, correções das velocidades comandadas (integradas em poses SE(2)) e uma probabilidade de falha. Ele é pré-treinado com dados simulados do Isaac Lab, incluindo colisões e quedas, e ajustado com dados reais do ANYmal. Um planejador MPPI amostra sequências de ações, passa-as pelo modelo e as seleciona com uma recompensa de distância ao objetivo e uma penalidade de risco de falha.

Principais ideias

A simulação fornece manobras perigosas, como quedas e colisões, que não podem ser coletadas no hardware, enquanto os dados do mundo real cobrem efeitos fora da simulação de corpos rígidos, como escorregar na neve e se enroscar na vegetação.
Prever correções de velocidade e integrá-las, em vez de prever poses diretamente, segue uma formulação residual sobre as ações comandadas.
A varredura de alturas é crucial: removê-la aumentou o erro de posição em 110 % em média e reduziu o F1 em 0,13 (Apêndice D).
Manter o termo de risco no planejador elevou o sucesso em 2,5 % em ambientes 2D e 4,6 % em ambientes 3D, ao custo de caminhos mais lentos e cautelosos.
Uma referência 2D-LiDAR não distingue escadas de paredes, então prevê colisões com frequência demais: recall maior, mas precisão e F1 menores.

Principais resultados

Erro de posição no passo final 41,28 % menor que a referência perceptiva de Kim et al. e 70,57 % menor que um modelo de velocidade constante, na média de todos os ambientes (o resumo arredonda isso para 41 %).
F1 de predição de falhas de 0,90 em ambientes 2D e 0,85 em ambientes 2D-3D e 3D (Tabela II). A Seção VI informa uma acurácia de pelo menos 89 % e a conclusão de pelo menos 89,20 %, enquanto a menor acurácia da Tabela II é 89,13 % (2D).
Sucesso de planejamento (Tabela III): 88,33 % em 2D contra 78,33 % (Kim et al.) e 82,50 % (trafegabilidade heurística); 73,75 % em 3D contra 48,75 % e 33,13 %. O resumo apresenta isso como uma taxa de sucesso 27 % maior em ambientes de simulação acidentados, e a conclusão como 81 % de sucesso médio em alcançar o objetivo.
O ajuste fino com dados reais reduziu o erro médio de posição em 34,38 % na floresta, 30,55 % na neve e 30,30 % no pavimento.
Embarcado na Jetson Orin AGX: 40,6 ms de inferência do modelo por iteração com 2048 trajetórias, planejador a 7 Hz; o modelo tem 1,16 milhão de parâmetros e treina em cerca de oito horas em uma RTX 4090.
Modelos separados treinados para ANYmal, Barry e ANYmal-on-Wheels em simulação deram predições diferentes e específicas de cada plataforma para as mesmas sequências de ações.

Limitações

O modelo permanece em um domínio principalmente geométrico e é limitado pela política de locomoção; ele pode falhar em geometrias não vistas no treinamento, como escadas em caracol, cavernas ou túneis, ou em condições extremas, como gelo ou lama profunda.
Estados de falha simulados não se traduzem perfeitamente em falhas reais, e os dados do mundo real não contêm colisões por causa do risco de danificar o hardware.
O MPPI ainda precisa de ajuste da distribuição de ações, das faixas de comando e dos fatores de correlação temporal, e a configuração de simulação e aprendizado acrescenta suas próprias escolhas de design.
Os autores não esperam generalização além do domínio de treinamento, e o método não considera normas sociais nem agentes dinâmicos rápidos ou múltiplos.
Em ambientes planos as falhas são raras (0,042 %) e provavelmente causadas por instabilidades da simulação, então o F1 de predição de falhas nesses ambientes é baixo (0,10).

Impacto na área

O artigo foi finalista do RSS 2025 Outstanding Systems Paper Award e tem 35 citações. O código e os modelos estão disponíveis em github.com/leggedrobotics/fdm.

Resumo

Garantir uma navegação segura em ambientes complexos exige uma avaliação precisa e em tempo real da trafegabilidade e a compreensão das interações com o ambiente em relação às capacidades do robô. Métodos tradicionais, que assumem uma dinâmica simplificada, muitas vezes exigem projetar e ajustar funções de custo para guiar com segurança caminhos ou ações em direção ao objetivo. Esse processo é tedioso, dependente do ambiente e não generalizável. Para superar esses problemas, propomos um novo Forward Dynamics Model (FDM) perceptivo e aprendido que prevê o estado futuro do robô condicionado à geometria ao redor e ao histórico de medições proprioceptivas, oferecendo uma solução mais escalável, mais segura e livre de heurísticas. O FDM é treinado com vários anos de experiência de navegação simulada, incluindo manobras de alto risco, e com interações do mundo real, para incorporar a dinâmica completa do sistema além da simulação de corpos rígidos. Integramos nosso FDM perceptivo a um framework de planejamento zero-shot Model Predictive Path Integral (MPPI), aproveitando o mapeamento aprendido entre ações, estados futuros e probabilidade de falha. Isso permite otimizar uma função de custo simplificada, eliminando a necessidade de ajuste extenso do custo para garantir a segurança. No robô com pernas ANYmal, o FDM perceptivo proposto melhora a estimativa de posição em média 41 % em relação a referências competitivas, o que se traduz em uma taxa de sucesso de navegação 27 % maior em ambientes de simulação acidentados. Além disso, demonstramos uma transferência sim-to-real eficaz e mostramos o benefício de treinar com dados sintéticos e reais. O código e os modelos estão disponíveis publicamente em https://github.com/leggedrobotics/fdm.

Open Source Robotics