[論文レビュー] Linear Contact-Implicit Model-Predictive Control.

Simon Le Cleac’h, Taylor A. Howell+2 more|arXiv (Cornell University)|Jul 12, 2021

Advanced Control Systems Optimization被引用数 5

ひとこと要約

本稿では、微分可能接触ダイナミクスと事前計算された線形化を活用することで、接触を伴うロボットシステムに線形モデル予測制御を拡張する、線形接触・暗黙的モデル予測制御（LCI-MPC）を提案する。この手法は補完制約を用いて接触モードを明示的に表現することで、干渉やモデル誤差に適応可能なリアルタイムで頑健な制御を実現するとともに、新たな接触シーケンスの発見も可能にする。

ABSTRACT

We present a general approach for controlling robotic systems that make and break contact with their environments: linear contact-implicit model-predictive control (LCI-MPC). Our use of differentiable contact dynamics provides a natural extension of linear model-predictive control to contact-rich settings. The policy leverages precomputed linearizations about a reference state or trajectory while contact modes, encoded via complementarity constraints, are explicitly retained, resulting in policies that can be efficiently evaluated while maintaining robustness to changes in contact timings. In many cases, the algorithm is even capable of generating entirely new contact sequences. To enable real-time performance, we devise a custom structure-exploiting linear solver for the contact dynamics. We demonstrate that the policy can respond to disturbances by discovering and exploiting new contact modes and is robust to model mismatch and unmodeled environments for a collection of simulated robotic systems, including: pushbot, hopper, quadruped, and biped.

研究の動機と目的

• 環境と頻繁に接触を繰り返すロボットシステムのリアルタイム制御フレームワークを開発すること。
• 計算効率を損なわせることなく、複雑な接触ダイナミクスを扱えるように線形モデル予測制御を拡張すること。
• 接触タイミングの変動、モデル誤差、およびモデル化されていない環境の変化に対して頑健性を維持すること。
• 干渉や予期しない状況に応じて、新たな接触シーケンスを発見できること。
• 接触ダイナミクス計算の高速化を図る構造に特化した線形ソルバを設計すること。

提案手法

• 微分可能接触ダイナミクスを用いてロボットと環境の相互作用をモデル化し、勾配ベース最適化を可能にする。
• 参照軌道の周囲での事前計算された線形化を適用することで、計算効率を維持しながら接触モードの情報を保持する。
• 接触モードは補完制約を用いて符号化され、接触および非接触の物理的条件を明示的に表現する。
• MPC定式化に伴う二次計画問題の解法を高速化するため、独自の構造に特化した線形ソルバを開発する。
• ポリシーをオンラインで評価することで、干渉や接触タイミングの変化に動的に適応可能である。
• 本手法はモデル不確実性下でも安定した動作を実現するとともに、実行中に完全に新しい接触シーケンスの生成が可能である。

実験結果

リサーチクエスチョン

• RQ1 リアルタイム性能を維持しつつ、接触豊富なロボットシステムに線形MPCフレームワークを拡張できるか？
• RQ2 計算効率を損なわせることなく、モデル予測制御フレームワーク内で接触モード遷移を明示的に表現できるか？
• RQ3 干渉に応じて新たな接触シーケンスを発見することで、どの程度制御器が適応可能か？
• RQ4 モデル誤差およびモデル化されていない環境相互作用に対して、制御器はどの程度頑健か？
• RQ5 構造に特化した線形ソルバは、MPCにおける接触ダイナミクスの解法を著しく高速化できるか？

主な発見

• LCI-MPCフレームワークは、プッシュボット、ホッパー、四足歩行ロボット、二足歩行ロボットを含む接触豊富なロボットの動的条件下でのリアルタイム制御を可能にする。
• 干渉に対して、参照軌道に存在しない新たな接触モードを発見し、活用する制御器の対応が成功した。
• モデル誤差およびモデル化されていない環境相互作用に対しても、安定した性能を維持するという頑健性を示した。
• 構造に特化した線形ソルバの使用により、オンライン評価が効率的に行えるようになり、リアルタイム動作をサポートした。
• 実行中に完全に新しい接触シーケンスを生成できることから、事前に定義された接触パターンを超えた適応性が示された。
• 事前計算された線形化により、計算効率を維持しながら接触ダイナミクスのモデリング精度を保持した。