EIDA: Execution-Interface Dynamics Adaptation für Real-to-Sim-to-Real-Roboternavigation
Der Preprint stellt EIDA vor, ein Verfahren zur Übertragung von Navigationsrichtlinien aus leichtgewichtiger Simulation auf Zielroboter. Es ersetzt die Befehls-Bewegungs- und Geschwindigkeitsrückmeldungsmodelle durch aus Ausführungsdaten gelernte Modelle und ergänzt die Richtlinieneingabe um eine kurze Historie der Geschwindigkeitsrückmeldung. In 100 BARN-Simulationsumgebungen erreicht EIDA die höchste Erfolgsrate unter den verglichenen gelernten Richtlinien; auf einem physischen Unitree Go2 gelingt in allen 20 statischen Versuchen eine kollisionsfreie Zielanfahrt, die Baseline nur in 4 von 20.
Kann eine Navigation Policy aus einem leichtgewichtigen Simulator auf einen physischen Roboter übertragen werden, ohne detaillierte Aktuator- und Kontaktdynamik zu rekonstruieren, indem die ausführungsrelevante Bewegungs- und Rückmeldungsdynamik aus Zielsystemdaten angepasst wird?
Identische Geschwindigkeitsbefehle erzeugen in Simulation und auf dem Zielroboter oft unterschiedliche Bewegungen und Geschwindigkeitsrückmeldungen, etwa durch Aktuatorverhalten, Latenz und Befehlshistorie. Das führt zu Drift, Übersteuern und Kollisionen, besonders bei höheren Geschwindigkeiten. Bisherige Ansätze trainieren über breite Parameterverteilungen oder detaillierte Physik, sind aber rechenintensiv und passen die plattformspezifische Ausführungsschnittstelle nicht direkt an.
Bisherige Methoden umfassen Dynamics Randomization, SimOpt, Grounded Action Transformation, Neural-Augmented Simulation, einfache bewegungsmodelle aus Realdaten, second-order model in Habitat, NeRD sowie recurrent world models wie RWM-U. Sie randomisieren Parameter, transformieren Aktionen, modellieren Diskrepanzen oder ersetzen die niedrige Physik, bilden jedoch nicht gleichzeitig die geometrische Zustandsfortschreibung und die für die Policy sichtbare Geschwindigkeitsrückmeldung aus Zielsystemdaten ab.
EIDA identifiziert aus Zielsystem-Ausführungsdaten zwei getrennte Modelle: ein MLP für körperrahmige Pose-Inkremente, das die Simulatorgeometrie aktualisiert, und ein kausales ARX-Modell für die Geschwindigkeitsrückmeldung. Das Pose-Modell nutzt aktuelle Geschwindigkeit, aktuellen Befehl und eine Befehlshistorie; die Policy erhält zusätzlich zu LiDAR und Zielgeometrie eine Historie vergangener Geschwindigkeitsrückmeldungen. Trainiert wird mit SAC in einem GPU-parallelen 2D-Simulator (FlashNav). Beim Deployment laufen die gelernten Modelle nicht online; Live-Sensorik und der vorhandene Low-Level-Controller ersetzen sie.
Auf den Validierungsdaten reduziert das angepasste Modell bei 5 s Vorhersagehorizont Positions- und Gierfehler (RMSE) gegenüber dem vordefinierten Bewegungsmodell um 71,3 % bzw. 41,3 % für Jackal und um 34,4 % bzw. 34,9 % für Go2. In 100 BARN-Welten mit je drei Wiederholungen pro Einstellung erreicht EIDA ohne globale Pfadführung 81,33 % ± 0,58 % Erfolgsrate und einen Navigationsscore von 0,3984, mit Pfadführung 89,33 % ± 2,33 % und 0,4241. Nominal erreicht 71,22 % ± 5,68 % bzw. 80,78 % ± 1,35 %, RWM-U 69,56 % ± 4,40 % bzw. 73,78 % ± 5,67 %. In der Ablation senkt das Entfernen des angepassten Bewegungsmodells die Erfolgsrate um 9,34 bzw. 16,00 Prozentpunkte, das Entfernen der Geschwindigkeitshistorie um 8,34 bzw. 10,67 Punkte und das Ersetzen des ARX-Feedbacks durch den Befehlswert um 5,67 bzw. 8,00 Punkte. Auf einem physischen Unitree Go2 erreicht EIDA in beiden statischen Szenen alle 20 Versuche ohne Kollision, Nominal nur 4 von 20; bei erfolgreichen Fahrten reduziert EIDA die mittlere Weglänge um 7,2 bis 11,9 % und die Ausführungszeit um 20,2 bis 25,4 %.
Im Paper nicht berichtet: veröffentlichter Code oder Modelle, Generalisierung auf weitere Plattformen, Langzeitprognose über 5 s hinaus und explizite Modellierung von Lokalisierungsfehlern oder prädiktiver Unsicherheit; beide Modelle sind deterministisch. Die reale Evaluierung umfasst nur den Unitree Go2 in zwei statischen Szenen mit je zehn Versuchen; Jackal wird nicht physisch getestet. Die BARN-Ergebnisse stammen aus einem separaten Physiksimulator, nicht aus realen Jackal-Fahrten. Die dynamische Fußgänger-Demo ist qualitativ und fließt nicht in die quantitativen Ergebnisse ein.
Unternehmen mit mobilen Robotern und vorhandener Geschwindigkeitsschnittstelle können EIDA nutzen, um Richtlinien plattformspezifisch anzupassen; das Training benötigt im Paper 4,02 ± 0,03 Minuten für Jackal und 4,97 ± 0,01 Minuten für Go2 für 2 Millionen Umweltschritte auf einer NVIDIA GeForce RTX 5090. Kurzfristig sind Pilotanwendungen bei Liefer-, Lager- oder Inspektionsrobotern denkbar; innerhalb von 1 bis 3 Jahren könnte die Methode in Produktentwicklungs-Pipelines einfließen, sofern Zielsystem-Ausführungsdaten gesammelt werden und Sicherheits- sowie Lokalisierungsaspekte ergänzt werden.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.