Whole-Body Model-Predictive Control of Legged Robots with MuJoCo

Essence

Fig. 1.

MuJoCo 물리엔진과 iterative LQR (iLQR) 알고리즘을 결합하여 사족 및 인형로봇의 전신 모델예측제어(MPC)를 실시간으로 수행하고, 간단한 방법으로도 현실 세계에 효과적으로 적용 가능함을 입증하는 연구이다.

Known: MPC는 강력한 제어 패러다임이지만 실시간 성능이 요구되는 고자유도 다리로봇 제어에는 복잡한 커스텀 구현이 필요했다. 최근 시뮬레이션 기술과 RL의 발전으로 sim-to-real 성능이 개선되었으나, 모델기반 제어는 여전히 재현성이 낮고 커뮤니티 채택이 느렸다.
Gap: 기존 전신 MPC 방법들은 접촉 역학의 비매끄러운 특성 처리, 해석적 미분 계산, 커스텀 최적화 솔버 개발의 복잡성으로 인해 재현성이 낮고 연구 진입 장벽이 높았다. 표준 시뮬레이터와 간단한 알고리즘으로도 실제 로봇 제어가 가능한지 증명되지 않았다.
Why: 모델기반 제어의 진입 장벽을 낮추고 재현 가능한 오픈소스 baseline을 제공함으로써 커뮤니티 연구 속도를 가속화할 수 있으며, 복잡한 다리로봇 제어 태스크의 실시간 수행 가능성을 입증하는 것이 중요하다.
Approach: MuJoCo 물리엔진의 soft contact 모델과 유한차분 미분 근사를 활용하여 iLQR 알고리즘을 구현하고, time-varying LQR 피드백 정책으로 300-500 Hz 실시간 제어를 달성한다. interactive GUI를 통해 실시간 파라미터 튜닝을 가능하게 하였다.

Fig. 1.

간단한 baseline 알고리즘 제시: MuJoCo iLQR을 사용한 단순하면서도 효과적인 전신 MPC 방법으로, 복잡한 커스텀 구현 없이도 real-time 제어 달성
다양한 하드웨어 실증: 사족 동적 보행, 사족 이족보행(handstand), 전신 인형로봇 이족보행 등 여러 과제에서 성공적 적용 입증
오픈소스 구현 및 도구 제공: 코드, 실험 영상, interactive GUI 공개로 재현성 극대화 및 연구 커뮤니티 접근성 향상
sim-to-real 유효성 증명: 모델 불일치(soft contact 모델 vs. 실제 로봇)가 있음에도 불구하고 효과적인 현실 세계 적용 가능성 입증

Fig. 2.

iLQR 알고리즘으로 비선형 궤적 최적화 문제 반복 해결 (식 1)
MuJoCo의 효율적인 C 구현을 활용한 forward dynamics 및 유한차분 미분 계산
soft contact 모델로 비매끄러운 접촉 역학 처리
time-varying LQR 피드백 정책: u_t = ū_t + K_t(x_t - x̄_t) 형태로 50 Hz 계획, 300 Hz 피드백 업데이트
motion capture와 관성측정장치(IMU), 엔코더 융합을 통한 상태 추정
joint-level PD 컨트롤러와의 계층적 제어 구조
Interactive GUI를 통한 실시간 cost weight, goal location, hyperparameter 조정

Novelty: 4/5 Technical Soundness: 3/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5

총평: 이 논문은 복잡한 최적화 이론 대신 표준 도구들의 조합으로 현실 세계 다리로봇 제어를 성공시킨 우수한 실증 연구이며, 공개된 코드와 상세한 구현 정보로 커뮤니티 연구 가속화에 큰 기여할 것으로 기대된다.