BRACE ensina o humanoide Unitree G1 a controlar força e ficar em pé em declives sem mapa de altura

Uma equipe de pesquisadores apresentou o BRACE, um tracker de movimentos de corpo inteiro para o robô humanoide Unitree G1. Ele consegue aplicar uma força definida com as mãos, compensar uma carga externa e ficar em pé em um declive. Basta o operador enviar uma trajetória comum, gravada em piso plano e sem carga: o robô leva em conta sozinho a inclinação da superfície e o peso do objeto. O laço de controle não tem mapa de altura nem sensor de força, apenas propriocepção. O trabalho foi publicado no Hugging Face Daily Papers. Os experimentos foram feitos em simulação e em um robô real.

Problema: a referência é gravada em um mundo ideal

O whole-body tracking virou a principal forma de controlar humanoides. O operador se move e o robô repete. Mas os movimentos de referência são gravados em superfície plana e com as mãos vazias. O tracker que os consome não sabe nada sobre as forças de interação com objetos nem sobre a inclinação do apoio.

Os controladores existentes resolvem só um lado do problema. As políticas de força definem o esforço no efetuador final, mas não prescrevem a postura do corpo inteiro. Os trackers adaptados ao relevo tratam a carga como uma perturbação a ser suprimida, e não como um wrench que se pode controlar. Na prática, o robô ou sabe empurrar um objeto, ou sabe não cair em um declive, mas não consegue combinar as duas coisas.

Como funciona o BRACE

Os autores não obrigam o tracker a absorver sozinho a carga e a inclinação. Em vez disso, reescrevem a referência que ele segue. Há dois mecanismos para isso.

O primeiro é o terrain conformance. Ele eleva os pontos de apoio dos pés e a raiz do corpo até a superfície local, de modo que uma trajetória plana se transforma em uma trajetória para o declive.

O segundo é a wrench transformation. Ela determina quanto a mão precisa se deslocar para produzir a força definida. O cálculo considera, em conjunto, os deslocamentos do centro de massa e do centro de pressão que essa força provoca. O resultado é limitado pelos limites de esforço dos braços, e cada professor tem os seus.

Em seguida vem a destilação. Professores separados, um para a aplicação da força e outro para a compensação, são reunidos pelo método DAgger em um único aluno baseado em flow matching. O aluno recebe como entrada apenas a propriocepção e lida sozinho com o declive e a carga.

O que se sabe sobre os resultados

Os experimentos foram realizados no Unitree G1, em simulação e em um robô real. O resumo do artigo declara a capacidade de aplicar força, compensá-la e lidar com diferentes tipos de relevo. Ele não traz métricas quantitativas: nem taxa de tentativas bem-sucedidas, nem faixa de forças, nem ângulos máximos de declive. A margem de robustez da abordagem só pode ser avaliada pelo texto completo do artigo.

Parâmetros-chave da descrição:

• plataforma: Unitree G1;
• método de treinamento: dois professores (exertion e compensation), destilação via DAgger;
• arquitetura do aluno: flow matching;
• entrada do aluno: somente propriocepção;
• não são necessários: mapa de altura e wrench medido;
• sinal de comando: trajetória para superfície plana, inclusive vinda de um operador remoto;
• validação: simulação e robô real.

Sentido prático

O principal benefício da abordagem é a simplificação da pilha de sensores. Se a política funciona sem mapa de altura e sem sensores de força e torque, a plataforma fica mais barata e tem menos fontes de falha. Para a teleoperação, isso também ajuda: o operador não precisa compensar manualmente o relevo e o peso da carga e pode trabalhar com gravações de movimento comuns.

Na avaliação, vale observar alguns pontos. Que faixa de inclinações e de forças o robô realmente suporta? Como o sistema se comporta com atrasos no canal de controle remoto? A abordagem se transfere para outros humanoides além do G1? Ela lida com relevo irregular além de declives, como degraus ou solo macio? Por ora, não há respostas para essas perguntas nos dados abertos. Mas a própria ideia, em que a complexidade sai do tracker e vai para a referência, parece uma forma viável de combinar controle de força e estabilidade em apoio irregular.