[논문 리뷰] Contact Models in Robotics: a Comparative Analysis

Quentin Le Lidec, Wilson Jallet외 4명|arXiv (Cornell University)|2023. 04. 13.

Dynamics and Control of Mechanical Systems인용 수 4

한 줄 요약

이 논문은 로봇 시뮬레이터에서 접촉 모델과 수치 해법에 대한 종합적인 비교 분석을 제시하며, 물리적 정확성과 계산 효율성을 평가한다. 연구에서는 MuJoCo, RaiSim 등 일반적으로 사용되는 시뮬레이터에서의 공통적인 근사치가 특히 동적, 미끄럽거나 복잡한 접촉 조건에서 마찰과 충격을 제어하는 비선형 보완 문제(NCP) 제약을 위반함으로써 현실 갭을 크게 확대하고 있음을 규명한다.

ABSTRACT

Physics simulation is ubiquitous in robotics. Whether in model-based approaches (e.g., trajectory optimization), or model-free algorithms (e.g., reinforcement learning), physics simulators are a central component of modern control pipelines in robotics. Over the past decades, several robotic simulators have been developed, each with dedicated contact modeling assumptions and algorithmic solutions. In this article, we survey the main contact models and the associated numerical methods commonly used in robotics for simulating advanced robot motions involving contact interactions. In particular, we recall the physical laws underlying contacts and friction (i.e., Signorini condition, Coulomb's law, and the maximum dissipation principle), and how they are transcribed in current simulators. For each physics engine, we expose their inherent physical relaxations along with their limitations due to the numerical techniques employed. Based on our study, we propose theoretically grounded quantitative criteria on which we build benchmarks assessing both the physical and computational aspects of simulation. We support our work with an open-source and efficient C++ implementation of the existing algorithmic variations. Our results demonstrate that some approximations or algorithms commonly used in robotics can severely widen the reality gap and impact target applications. We hope this work will help motivate the development of new contact models, contact solvers, and robotic simulators in general, at the root of recent progress in motion generation in robotics.

연구 동기 및 목표

• 현대 로봇 시뮬레이터에서 사용되는 접촉 모델의 물리적 특성과 계산 효율성 간의 상호 트레이드오프를 체계적으로 분석하기.
• 접촉 해법에서의 수치적 완화가 물리적으로 비합리적인 행동을 유도하여 시뮬레이션 기반 제어에서 현실 갭을 증가시키는 방식을 규명하기.
• 접촉 시뮬레이션 정확성과 효율성의 이론적 기반을 갖춘 정량적 기준을 설정하기.
• 재현 가능성과 커뮤니티 재사용을 위해 핵심 알고리즘 변형의 오픈소스 C++ 구현 제공하기.
• 벤치마크를 통해 시뮬레이터 선택이 특히 동적 또는 복잡한 접촉 시나리오에서 고수준 제어 성능에 미치는 영향을 입증하기.

제안 방법

• 접촉 역학의 물리적 기초를 조사하고 정식화하기: 시그노르니의 조건, 쿠론의 마찰 법칙, 최대 소산 원리.
• 이 물리 원리를 비선형 보완 문제(NCP)로 매핑하여 강체 접촉 역학의 정확한 수학적 공식화를 정의하기.
• 사건 기반 및 시간 단계 기반 방법으로 접촉 해법을 분류하고, 그 수치적 근사치와 안정성 간의 트레이드오프 분석하기.
• 통합 C++ 프레임워크를 활용해 여러 접촉 모델(MuJoCo의 유연 모델, RaiSim의 투영 가우스세이델, CCP, ADMM 등)을 구현하고 벤치마크하기.
• 평탄한 토양과 불규칙한 지형에서 MPC 기반의 보행 작업을 통해 물리적 일관성(NCP 위반 여부)과 작업 수준 성능을 평가하기.
• NCP 위반, 기준 속도 추적 오차, 해법 실행 시간 등의 정량적 지표를 사용해 물리적 정확성과 계산 효율성 간 비교하기.

실험 결과

연구 질문

• RQ1 로봇 시뮬레이터 내 다양한 접촉 모델이 시뮬레이션된 접촉 상호작용의 물리적 일관성에 어떤 영향을 미치는가?
• RQ2 접촉 해법에서의 수치적 근사치(예: 인위적 유연성 또는 완화 기법 등)가 시뮬레이션 기반 제어에서 현실 갭을 어느 정도 확대하는가?
• RQ3 시뮬레이터 선택이 복잡하거나 미끄러운 지형에서의 보행과 같은 고수준 로봇 행동에 어떤 영향을 미치는가?
• RQ4 최신 접촉 해법들 간에 물리적 정확성, 내구성, 계산 효율성 간의 트레이드오프는 어떠한가?
• RQ5 접촉 시뮬레이션 정확성과 성능을 객관적으로 비교할 수 있는 통합 벤치마크 프레임워크를 구축할 수 있는가?

주요 결과

• 접촉 모델과 해법의 선택은 시뮬레이션의 물리적 일관성에 크게 영향을 미치며, 일부 모델은 동적이고 미끄러운 조건에서 비선형 보완 문제(NCP) 제약을 최대 20% 위반할 수 있다.
• 저마찰(μ = 0.3)의 불규칙한 지형에서 RaiSim 및 CCP 기반 모델은 물리적으로 일관된 NCP 해법 대비 기준 속도에서 30% 이상의 이격을 보였다.
• 접촉 단위 해법(예: ADMM)은 슬라이딩과 충격을 포함한 복잡한 접촉 시나리오에서 집합적 해법보다 NCP 준수를 더 잘 유지했다.
• 작은 물리적 근사치(예: MuJoCo의 인위적 유연성)조차도 기울기 기반 시뮬레이터에서 상당한 기울기 오차를 유발하여 후속 최적화 및 학습에 영향을 줄 수 있다.
• 빠른 스틱킹, 슬라이딩, 탈리프 전이를 포함하는 동적 작업에서는 표준 해법이 물리적 일관성을 유지하지 못해 현실 갭이 더욱 악화된다.
• 현재의 접촉 해법은 정확성, 내구성, 효율성 간의 균형을 완전히 확보하지 못하고 있어 접촉 시뮬레이션 알고리즘 향상 여지가 크다.