Cafe-Mpc: A Cascaded-Fidelity Model Predictive Control Framework with Tuning-Free Whole-Body Control

本文介绍了一种基于优化的运动控制框架，用于实时合成复杂的动态机动。该框架的核心是级联保真度模型预测控制器（Cafe-Mpc）。Cafe-Mpc沿着预测时域（即降低模型保真度、增加时间步长和放宽约束）策略性地放松规划问题，以获得计算和性能上的收益。该问题采用高效的定制多射击iLQR（MS-iLQR）求解器进行数值求解，该求解器专门针对混合系统进行了定制。Cafe-Mpc的动作价值函数随后被用作新的基于价值函数的全身控制（VWBC）技术的基础，该技术避免了对WBC进行额外的调整。在这方面，所提出的框架统一了全身MPC和更传统的全身二次规划（QP），这在以前的研究中被视为单独的组件。我们研究了Cafe-Mpc中级联放松对跟踪性能和所需计算时间的影响。我们还表明，如果适当配置Cafe-Mpc，则可以提高全身MPC的性能，而不必增加计算成本。此外，我们展示了所提出的VWBC在约束处理方面比Riccati反馈控制器具有更优越的性能。所提出的框架使得MIT Mini Cheetah首次完成了体操式翻桶动作。视频链接：https://youtu.be/YiNqrgj9mb8。

本论文旨在提出一种基于优化的运动控制框架，实现即时综合复杂动态机动。该框架的核心是级联保真度模型预测控制器（Cafe-Mpc），通过在预测时段沿保真度递减的方式（即使用越来越粗糙的时间步长和放松的约束条件）来放松规划问题，以获得计算和性能上的优势。该框架还提出了一种基于价值函数的全身控制（VWBC）技术，避免了WBC的额外调整，从而将整体MPC和传统的QP统一起来。本论文旨在实现MIT Mini Cheetah上的体操式翻滚等复杂机动。

本论文提出了级联保真度模型预测控制器（Cafe-Mpc）和基于价值函数的全身控制（VWBC）技术，通过沿着预测时段递减保真度的方式来放松规划问题，从而实现即时综合复杂动态机动。

本论文的亮点包括：1. 提出了Cafe-Mpc和VWBC技术，将整体MPC和传统的QP统一起来；2. 级联保真度模型预测控制器（Cafe-Mpc）通过沿着预测时段递减保真度的方式来放松规划问题，从而实现即时综合复杂动态机动；3. VWBC技术避免了WBC的额外调整，具有更好的约束处理性能；4. 通过在MIT Mini Cheetah上进行实验，证明了该框架的有效性。

近期在这个领域中的相关研究包括：1. 'Whole-body Model Predictive Control for Humanoid Robots: A Review'；2. 'Robust Whole-Body Motion Control of Humanoid Robots Based on Task Prioritization'；3. 'A Comprehensive Study on Whole-Body Control of Humanoid Robots: State of the Art and Future Directions'。