A robust and compliant robotic assembly control strategy for batch precision assembly task with uncertain fit types and fit amounts

Diese Arbeit stellt eine robuste und konforme Robotersteuerungsstrategie für präzise Batch-Montageaufgaben mit unsicheren Passungsarten und -mengen vor, die durch die Zerlegung der Aufgabe in deterministische Teilaufgaben, den Einsatz eines Kraft-Vision-Fusions-Controllers mit Multi-Task-Reinforcement-Learning (FVFC-MTRL) und die Zusammenführung der gelernten Strategien mittels Multi-Teacher-Policy-Distillation in ein einheitliches Netzwerk erreicht wird.

Das Wesentliche

Stellen Sie sich vor, Sie versuchen, einen Schlüssel in ein Schloss zu stecken. Aber dieses Schloss ist nicht perfekt. Manchmal ist das Loch ein winziges bisschen zu groß (der Schlüssel wackelt), manchmal ist es ein winziges bisschen zu klein (der Schlüssel klemmt). Und das Schlimmste: Sie wissen im Voraus nicht, welches Schloss Sie gerade vor sich haben.

Genau dieses Problem lösen die Forscher der Tsinghua-Universität in diesem Papier. Sie haben eine Methode entwickelt, damit Roboterarmen das „Fühlen" und „Anpassen" beibringen, damit sie tausende von Teilen präzise zusammenfügen können, ohne zu brechen oder zu stecken zu bleiben.

Hier ist die Geschichte ihrer Lösung, einfach erklärt:

1. Das Problem: Der „verrückte" Schlüssel

In der Industrie müssen Roboter oft tausende von kleinen Teilen (wie Handy-Linsen) zusammenbauen. Die Teile sind so präzise, dass die Toleranzen nur Bruchteile eines Millimeters betragen.

• Das Dilemma: Wenn ein Teil (der „Stift") in ein anderes (das „Loch") passt, kann es sein, dass es perfekt passt, ein bisschen locker ist oder fest klemmt.
• Die Gefahr: Ein starrer Roboterarm, der einfach nur „hineindrückt", würde bei einem klemmenden Teil entweder das Teil zerkratzen oder den Arm beschädigen. Ein zu vorsichtiger Arm würde bei einem lockeren Teil nie richtig einrasten.

2. Die Lösung: Ein dreistufiger Plan

Die Forscher haben einen cleveren Trick angewendet, den man sich wie das Lernen eines Musikstücks vorstellen kann.

Schritt 1: Das Zerlegen in kleine Übungen (Aufgabentrennung)

Statt den Roboter zu zwingen, alles auf einmal zu lernen (was wie ein Marathon wäre), teilen sie das Problem in vier einfache Übungen auf:

1. Ein sehr festes Klemmen.
2. Ein leichtes Klemmen.
3. Ein leichtes Wackeln (locker).
4. Ein starkes Wackeln.

Jede Übung hat eine feste Regel. Der Roboter lernt also erst, wie man mit einem festen Klemmen umgeht, dann mit einem lockeren.

Schritt 2: Der „Augen-und-Fühl"-Trainer (FVFC-MTRL)

Hier kommt die Magie der künstlichen Intelligenz ins Spiel.

• Die Sinne: Der Roboter hat nicht nur Kraftsensoren (wie ein Tastsinn), sondern auch Kameras (wie Augen). Er sieht, wie der Stift ins Loch geht, und fühlt gleichzeitig den Druck.
• Der Trainer: Anstatt den Roboterarm direkt zu steuern, steuert er einen „Co-Piloten". Dieser Co-Pilot ist ein Regelalgorithmus. Die KI lernt nun nicht, wie man den Arm bewegt, sondern wie man die Einstellungen des Co-Piloten in Echtzeit anpasst.
  • Analogie: Stellen Sie sich vor, Sie lernen Auto fahren. Statt jeden einzelnen Muskelbewegung zu planen, lernen Sie, wie Sie das Lenkrad, die Bremse und den Gaspedal in Abhängigkeit von der Straße justieren.
• Der Clou: Da alle vier Übungen (fest, locker, etc.) sich ähneln, lernt die KI sie gleichzeitig. Das ist wie ein Schüler, der vier verschiedene Sprachen gleichzeitig lernt, weil er merkt, dass die Grammatik oft ähnlich ist. Das spart enorm viel Zeit (die Forscher sagen, es ist 50 % schneller!).

Schritt 3: Der große Meister-Transfer (Policy Distillation)

Jetzt hat die KI vier verschiedene „Experten", die jeweils nur eine Art von Klemmen perfekt beherrschen. Aber in der echten Fabrik weiß der Roboter nicht vorher, welches Teil kommt.

• Die Lösung: Die Forscher nehmen diese vier Experten und lassen sie einen neuen, einzigen Schüler unterrichten. Dieser Schüler (das „Studenten-Netzwerk") lernt von allen vier Lehrern gleichzeitig.
• Das Ergebnis: Der neue Schüler kennt keine festen Regeln mehr. Er hat das „Gefühl" aller vier Situationen verinnerlicht. Wenn er nun ein unbekanntes Teil sieht, das weder ganz fest noch ganz locker ist, weiß er intuitiv, wie er reagieren muss. Er ist robust.

3. Das Ergebnis in der echten Welt

Die Forscher haben das in einem echten Labor getestet. Sie haben tausende von sechseckigen Teilen mit zufälligen Passungen zusammengebaut.

• Andere Methoden: Starre Roboter oder einfache KI-Modelle scheiterten oft oder beschädigten die Teile.
• Ihre Methode: Der Roboter schaffte es in 98,5 % der Fälle, die Teile perfekt zusammenzubauen.
• Der Unterschied: Während andere Roboter wie ein sturer Hammer wirkten, der alles zertrümmerte, wenn es klemmte, war ihr Roboter wie ein geschickter Handwerker. Er spürte den Widerstand, passte seinen Druck an und drehte sich ein wenig, bis es klickte – ganz sanft und ohne Kraftaufwand.

Zusammenfassung in einem Satz

Die Forscher haben einem Roboter beigebracht, nicht stur zu drücken, sondern durch das gleichzeitige Lernen verschiedener Szenarien und das Zusammenführen dieses Wissens zu einem „Super-Experten", der jede Art von Passung – ob locker, fest oder dazwischen – mit der Geschicklichkeit eines menschlichen Handwerkers meistert.

Das ist ein großer Schritt hin zu Robotern, die nicht nur in perfekten Labors, sondern auch in der chaotischen, unperfekten Realität unserer Fabriken zuverlässig arbeiten können.

Technische Zusammenfassung

Hier ist eine detaillierte technische Zusammenfassung des vorliegenden Papers auf Deutsch:

Titel: Eine robuste und nachgiebige Roboter-Assemblierungssteuerungsstrategie für Batch-Präzisionsassemblierungsaufgaben mit unsicheren Passungsarten und Passungsmengen

1. Problemstellung

In der hochpräzisen industriellen Fertigung, insbesondere im Bereich der 3C-Produkte (Computer, Kommunikation, Unterhaltungselektronik), werden Roboter zunehmend für die Präzisionsassemblierung eingesetzt. Eine zentrale Herausforderung besteht in der Batch-Präzisionsassemblierung (Stückzahlfertigung) von Bauteilen mit Übergangspassungen.

• Unsicherheit: Aufgrund unvermeidbarer Fertigungstoleranzen ist der genaue Passungszustand (Spiel oder Presspassung) sowie die Passungsmenge für jedes einzelne Bauteilpaar (Stift und Bohrung) vor der Montage unbekannt und variiert kontinuierlich innerhalb eines bestimmten Bereichs.
• Herausforderung: Unterschiedliche Passungszustände führen zu stark variierenden mechanischen Eigenschaften und Kontaktdynamiken während des Einfügevorgangs. Herkömmliche, manuell entworfene Regelungsansätze (modellbasiert) oder Reinforcement-Learning-Methoden (RL), die nur für spezifische Trainingsdaten optimiert sind, versagen oft bei wechselnden Passungsbedingungen oder führen zu hohen Kontaktkräften, die Teile beschädigen können.
• Ziel: Entwicklung einer Steuerungsstrategie, die sowohl robust gegenüber unbekannten Passungsarten (Spiel/Presspassung) und -mengen ist als auch eine hohe Nachgiebigkeit (Compliance) aufweist, um Schäden zu vermeiden.

2. Methodik

Die Autoren schlagen einen effizienten Rahmen zur Konstruktion einer robusten Steuerungsstrategie vor, der in drei Hauptphasen unterteilt ist:

A. Aufgabenzerlegung (Task Decomposition)

Anstatt die gesamte Unsicherheit durch direkte Domänenrandomisierung in einem einzigen Training abzudecken (was hardwaretechnisch ineffizient und rechenintensiv ist), wird die Batch-Aufgabe in mehrere deterministische Teilassemblierungsaufgaben (Subtasks) zerlegt.

• Der Bereich der möglichen Passungsmengen wird in mehrere Subintervalle unterteilt (z. B. große Presspassung, kleine Presspassung, kleines Spiel, großes Spiel).
• Für jedes Intervall wird ein repräsentatives Bauteilpaar definiert. Dies ermöglicht es, lokale Robustheit für spezifische Bereiche zu lernen, bevor diese integriert werden.

B. Kraft-Vision-Fusions-Controller-gesteuertes Reinforcement Learning (FVFC-MTRL)

Für jede Teilassemblierungsaufgabe wird eine optimale Steuerungsstrategie mittels Multi-Task Reinforcement Learning (MTRL) gelernt.

• Force-Vision Fusion Controller (FVFC): Als Basissteuerung dient ein Controller, der Kraft- und Vision-Sensordaten fusioniert. Ein flexibler Saugnapf wird verwendet, um Nachgiebigkeit zu gewährleisten. Der Controller berechnet Pose-Korrekturen basierend auf gemessenen Kräften/Momenten und visuellen Merkmalen (z. B. Kanten und Ecken des Stifts relativ zur Bohrung).
• RL-Agent: Ein RL-Agent (basierend auf Multi-Task Soft Actor-Critic, MTSAC) passt die Parameter des FVFC adaptiv an, anstatt direkt die Roboterpose zu steuern. Dies verbessert die Stabilität und Leistung.
• MTRL-Rahmen: Statt die Aufgaben nacheinander zu trainieren, werden alle Teilassemblierungsaufgaben gleichzeitig trainiert. Ein geteilter Actor-Critic-Netzwerkarchitektur mit LSTM (Long Short-Term Memory) Schichten erfasst zeitliche Abhängigkeiten. Durch die Verwendung von Task-Encodings (One-Hot-Codes) und Projecting Conflicting Gradients (PCGrad) werden Gradientenkonflikte zwischen den Aufgaben minimiert, was die Trainingszeit um über 50% reduziert.

C. Multi-Teacher Policy Distillation (PD)

Um eine universelle, robuste Strategie zu erhalten, die keine Kenntnis der spezifischen Teilassemblierungsaufgabe benötigt, wird Policy Distillation angewendet.

• Die trainierten Strategien der einzelnen Teilassemblierungsaufgaben dienen als "Lehrer" (Teachers).
• Ein neuer "Schüler"-Netzwerk (Student Network) wird durch überwachtes Lernen trainiert, um die Aktionen der Lehrer-Netzwerke nachzuahmen.
• Dabei werden die Task-Encodings aus dem Eingabevektor entfernt. Das Schüler-Netzwerk lernt implizit, die Passungsmenge und den Zustand aus der aktuellen Bewegungs- und Kraftgeschichte (Trajektorie) abzuleiten.
• Das Ergebnis ist eine einzige, robuste Steuerungsstrategie, die auf beliebige Passungsmengen innerhalb des definierten Bereichs generalisiert.

3. Wichtige Beiträge

1. Framework für Batch-Präzision: Ein neuer Ansatz zur Konstruktion robuster Assemblierungsstrategien für Bauteile mit unsicheren Passungsarten und -mengen, der die Lücke zwischen spezifischen Trainingsdaten und industrieller Batch-Fertigung schließt.
2. FVFC-MTRL-Integration: Kombination eines kraft-vision-basierten Controllers mit Multi-Task Reinforcement Learning. Dies verbessert die Nachgiebigkeit und die Trainingsstabilität im Vergleich zu reinen Kraft- oder visuellen Ansätzen.
3. Effizienzsteigerung: Die MTRL-Methode nutzt die Ähnlichkeiten zwischen den Teilassemblierungsaufgaben, um die Sample-Effizienz um mehr als 50% zu steigern.
4. Robustheit durch Distillation: Die Multi-Teacher-Policy-Distillation integriert das Wissen aller Teilstrategien in ein einziges Modell, das ohne vorherige Kenntnis des Passungszustands funktioniert und sich auf unbekannte Passungsmengen verallgemeinern lässt.

4. Ergebnisse

Die Methode wurde in realen Experimenten mit einem UR10-Roboter und sechseckigen Bauteilen (Nennmaß 10 mm, Toleranz ±0,02 mm) validiert. Der Passungsbereich reichte von -0,04 mm (Presspassung) bis +0,04 mm (Spiel).

• Erfolgsrate: Die vorgeschlagene Methode (FVFC-MTRL-PD) erreichte eine durchschnittliche Erfolgsrate von 98,5% über alle Testgruppen hinweg, deutlich höher als Baseline-Methoden (z. B. MDRL: ~54%, FVFC-CP: ~61%).
• Kraftnachgiebigkeit: Die Methode zeigte die niedrigsten Kontaktkräfte und Momente. In Presspassungsszenarien wurden die axialen Kräfte signifikant reduziert, was die Gefahr von Bauteilschäden minimiert.
• Trainingszeit: Der MTRL-Ansatz konvergierte schneller und stabiler als Single-Task-RL-Ansätze.
• Generalisierung: Die Strategie funktionierte erfolgreich auch bei Bauteilen mit nicht kalibrierten Passungsmengen (außerhalb der Trainingsintervalle) und bei zusätzlichen Störfaktoren wie fehlenden Fasen oder Fertigungsdeformationen, wo andere Methoden (MDRL) komplett versagten (0% Erfolgsrate).

5. Bedeutung

Diese Arbeit adressiert ein kritisches Problem in der industriellen Automatisierung: Die zuverlässige Ausführung von Hochpräzisionsassemblierungen ohne teure Einzelmesstechnik vor der Montage.

• Industrielle Relevanz: Die Methode ermöglicht die Automatisierung von 3C-Produkten und anderen Präzisionsbauteilen, bei denen Passungstoleranzen zu variierenden Montagezuständen führen.
• Skalierbarkeit: Der Ansatz ist nicht auf zylindrische Teile beschränkt, sondern kann durch Anpassung der Aufgabenzerlegung auch auf komplexe Geometrien erweitert werden.
• Zukunftsaussichten: Die Studie legt den Grundstein für den Einsatz von KI in der Fertigung, die sowohl robust gegenüber Unsicherheiten als auch effizient im Training ist, und hebt die Notwendigkeit hervor, Simulation-zu-Realität-Transfer für Presspassungen weiter zu erforschen.

Zusammenfassend stellt die vorgestellte FVFC-MTRL-PD-Strategie einen bedeutenden Fortschritt dar, der die Lücke zwischen theoretischen RL-Modellen und den Anforderungen der robusten, hochpräzisen industriellen Serienfertigung schließt.