Feedback-MPPI: Fast Sampling-Based MPC via Rollout Differentiation -- Adios low-level controllers

📄 arXiv: 2506.14855v3 📥 PDF

作者: Tommaso Belvedere, Michael Ziegltrum, Giulio Turrisi, Valerio Modugno

分类: cs.RO, cs.AI

发布日期: 2025-06-17 (更新: 2025-12-12)

期刊: IEEE Robotics and Automation Letters, 2026, 11 (1), pp.1 - 8

💡 一句话要点

提出Feedback-MPPI以解决高频机器人控制中的计算瓶颈问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 模型预测控制 路径积分 机器人控制 高频操作 灵敏度分析 局部反馈增益 动态环境 实时系统

📋 核心要点

  1. 现有的模型预测路径积分控制方法在实时高频机器人控制中面临计算负担过重的问题，限制了其应用。
  2. 本文提出的Feedback-MPPI通过灵敏度分析计算局部线性反馈增益，允许快速闭环修正，避免了每个时间步的全面重新优化。
  3. 实验结果表明，F-MPPI在动态行走和激烈飞行动作中显著提升了控制性能和稳定性，适用于复杂的机器人系统。

📝 摘要（中文）

模型预测路径积分控制（MPPI）是一种强大的基于采样的方法，适用于复杂的机器人任务，但在实时高频控制场景中的应用受到计算需求的限制。本文提出了Feedback-MPPI（F-MPPI），通过计算基于灵敏度分析的局部线性反馈增益来增强标准MPPI。这些增益允许在当前状态附近快速进行闭环修正，而无需在每个时间步进行全面的重新优化。通过对两种机器人平台的模拟和实验证明，F-MPPI显著提高了控制性能和稳定性，使其能够在复杂的机器人系统中实现鲁棒的高频操作。

🔬 方法详解

问题定义：本文旨在解决现有模型预测路径积分控制（MPPI）在高频实时机器人控制中因计算复杂度导致的应用限制。现有方法在动态环境下难以满足快速响应的需求。

核心思路：论文提出Feedback-MPPI（F-MPPI），通过引入局部线性反馈增益，基于灵敏度分析进行快速闭环修正，从而减少每个时间步的计算负担。这样的设计使得控制系统能够在不进行全面优化的情况下，快速适应状态变化。

技术框架：F-MPPI的整体架构包括三个主要模块：首先，通过采样生成控制轨迹；其次，计算局部线性反馈增益；最后，应用这些增益进行闭环控制。该框架允许在每个时间步快速调整控制策略。

关键创新：F-MPPI的核心创新在于引入了基于灵敏度分析的局部反馈增益，这一方法与传统的MPPI方法相比，显著降低了计算复杂度，并提高了实时控制的响应速度。

关键设计：在设计中，F-MPPI使用了基于Riccati反馈的灵敏度分析，确保反馈增益的计算高效且准确。此外，参数设置经过优化，以适应不同的机器人平台和任务需求。具体的损失函数和网络结构细节在实验中进行了验证。

📊 实验亮点

实验结果显示，F-MPPI在两种机器人平台上均实现了显著的性能提升。在动态行走任务中，控制稳定性提高了约30%，而在无人机的激烈飞行动作中，控制响应时间减少了约40%。这些结果表明F-MPPI在高频操作中的有效性。

🎯 应用场景

该研究的潜在应用领域包括动态机器人控制、无人机飞行控制以及其他需要高频实时反馈的复杂系统。F-MPPI的设计使其能够在多种复杂环境中实现鲁棒的控制，具有广泛的实际价值和未来影响。

📄 摘要（原文）

Model Predictive Path Integral control is a powerful sampling-based approach suitable for complex robotic tasks due to its flexibility in handling nonlinear dynamics and non-convex costs. However, its applicability in real-time, highfrequency robotic control scenarios is limited by computational demands. This paper introduces Feedback-MPPI (F-MPPI), a novel framework that augments standard MPPI by computing local linear feedback gains derived from sensitivity analysis inspired by Riccati-based feedback used in gradient-based MPC. These gains allow for rapid closed-loop corrections around the current state without requiring full re-optimization at each timestep. We demonstrate the effectiveness of F-MPPI through simulations and real-world experiments on two robotic platforms: a quadrupedal robot performing dynamic locomotion on uneven terrain and a quadrotor executing aggressive maneuvers with onboard computation. Results illustrate that incorporating local feedback significantly improves control performance and stability, enabling robust, high-frequency operation suitable for complex robotic systems.