PRISM: Projection-Integrated Sampling-Based MPC with Bayesian Cost Tuning for Bimanual Manipulation

Roboter sind seit langem Meister der Fabrikhallen, in denen sie tausende Male am Tag dieselben präzisen Bewegungen wiederholen. Doch wenn sich die Umgebung ändert oder wenn eine Aufgabe erfordert, dass zwei Arme in einem engen Raum zusammenarbeiten, stößt die traditionelle Programmierung oft an ihre Grenzen. Die Herausforderung liegt in der Koordination: zwei mechanische Arme dazu zu bringen, in perfekter Harmonie zu agieren, während sie Hindernissen ausweichen, Objekte stabil halten und in Echtzeit auf die physische Welt reagieren. Jahrelang haben Forscher versucht, Robotern diese Fähigkeit beizubringen, indem sie ihnen tausende Beispiele zeigten, in der Hoffnung, dass die Maschine das Muster lernt. Dieser Ansatz stößt jedoch an seine Grenzen, wenn der Roboter auf eine Situation trifft, die er noch nie zuvor gesehen hat, wie etwa eine neue Anordnung von Hindernissen oder ein leicht anderes Objekt. Um dies zu lösen, hat ein Team von Forschern einen neuen Weg entwickelt, wie Roboter spontan reagieren können – mit einer Methode, die jede Bewegung von Grund auf basierend auf den Gesetzen der Physik plant, anstatt sich auf vergangene Erinnerungen zu verlassen.

Die Forscher entwickelten in Zusammenarbeit mit dualen Roboterarmen ein System namens PRISM. Anstatt zu versuchen, eine spezifische Lösung für jedes mögliche Szenario auswendig zu lernen, agiert das System wie ein superschneller Simulator, der im Computer des Roboters läuft. In jedem Bruchteil einer Sekunde überlegt sich der Roboter tausende verschiedene Möglichkeiten, wie er seine Arme in den nächsten Momenten bewegen könnte. Er nutzt dann eine leistungsstarke Physik-Engine, um sofort vorherzusagen, was passieren würde, wenn er jede dieser Bewegungen ausführen würde. Würden die Arme mit einer Wand kollidieren? Würde das Objekt verrutschen? Wäre die Bewegung zu ruckartig für die Motoren? Durch das Testen dieser Möglichkeiten in einer virtuellen Welt, die die Realität widerspiegelt, kann das System die schlechten Ideen sofort verwerfen und die behalten, die funktionieren.

Die zentrale Innovation dieser Arbeit liegt darin, wie das System mit der schieren Anzahl an Möglichkeiten umgeht. In der Vergangenheit, wenn Roboter versuchten, viele verschiedene Pfade gleichzeitig zu erkunden, waren die resultierenden Bewegungen oft zu unkontrolliert oder physisch unmöglich, was dazu führte, dass der Roboter zitterte oder seine eigenen Regeln brach. Die neue Methode löst dies, indem sie als Filter fungiert. Bevor der Roboter eine Bewegung simuliert, erzwingt er mathematisch, dass jeder potenzielle Pfad glatt und sicher ist. Sie stellt sicher, dass die Arme sich nicht zu schnell bewegen, nicht zu stark beschleunigen oder so ruckartig agieren, dass die Maschine beschädigt wird. Dies ermöglicht es dem Robot, mutig bei der Exploration zu sein und auch wilde und kreative Bewegungen auszuprobieren, während gleichzeitig garantiert wird, dass die endgültige Wahl immer geschmeidig, sicher und ausführbar ist.

Um diesen Prozess noch effektiver zu machen, nutzte das Team eine Technik namens Bayessche Optimierung, um die Prioritäten des Roboters automatisch abzustimmen. Betrachten Sie dies als eine Möglichkeit für den Roboter, zu lernen, wie er seine internen Ziele ausbalanciert – wie zum Beispiel schnelles Bewegen gegenüber vorsichtigem Bewegen –, ohne dass ein menschlicher Ingenieur Stunden damit verbringt, Regler einzustellen. Das System führte tausende Simulationen durch, wobei es jedes Mal leicht veränderte, wie viel Gewicht der Roboter der Vermeidung von Kollisionen im Vergleich zum Erreichen des Ziels beimaß, bis es das perfekte Gleichgewicht für den Erfolg fand. Diese automatische Abstimmung bedeutete, dass der Roboter in der Lage war, sich an verschiedene Aufgaben anzupassen, vom Heben eines schweren Kartons bis hin zum Weiterreichen eines Würfels zwischen den Armen, ohne für jeden Job eine neue Reihe von Anweisungen zu benötigen.

Die Forscher testeten ihr System in einer virtuellen Umgebung voller Hindernisse und übertrugen diese Fähigkeiten anschließend erfolgreich auf reale Roboter. In der realen Welt mussten zwei Roboterarme zusammenarbeiten, um ein Tablett aufzunehmen, durch einen belebten Arbeitsbereich zu navigieren und es zwischen zwei Hindernissen zu platzieren, ohne es fallen zu lassen. Sie testeten auch Szenarien, in denen die Arme einen Ball heben, einen Würfel gegenseitig weiterreichen und eine schwere Kiste tragen mussten. In jedem Fall erwies sich das System als zuverlässiger als bisherige Methoden. Während ältere Ansätze oft scheiterten, wenn die Umgebung überfüllt war oder die Aufgabe eine präzise Koordination erforderte, war dieses neue System in der großen Mehrheit der Versuche erfolgreich. Es gelang ihm, das Tablett eben zu halten, den Ball stabil zu halten und den Würfel reibungslos zu übergeben, während es gleichzeitig auf die physikalischen Einschränkungen der realen Welt reagierte.

Eine der bedeutendsten Erkenntnisse war, wie das System Situationen handhabte, die es noch nie zuvor gesehen hatte. Wenn die Forscher ein neues Hindernis in den Pfad eines Roboters platzierten, der auf ein anderes Setup trainiert worden war, fror die alte lernbasierte Methode oft ein oder stürzte ab, weil die neue Situation nicht mit ihren Trainingsdaten übereinstimmte. Das neue System hingegen simulierte das neue Hindernis einfach und fand auf der Stelle einen Weg darum herum. Es musste nicht neu trainiert oder mit einem neuen Beispiel konfrontiert werden; es begründete einfach durch die Physik der neuen Szene und fand eine Lösung. Diese Fähigkeit, sich an das Unbekannte anzupassen, ist ein entscheidender Schritt hin zu Robotern, die in dynamischen, unstrukturierten Umgebungen wie Lagern oder Haushalten arbeiten können, in denen das Layout nie exakt zweimal gleich ist.

Die Studie bestätigt, dass die Kombination eines schnellen Physik-Simulators mit einer intelligenten Methode zur Filterung von Bewegungen es Robotern ermöglicht, komplexe, koordinierte Aufgaben mit einem Grad an Robustheit auszuführen, der zuvor schwer zu erreichen war. Das System läuft schnell genug, um Entscheidungen in Echtzeit zu treffen, indem es seinen Plan dutzendfach pro Sekunde aktualisiert. Während die Forscher anmerken, dass das System immer noch einen Menschen benötigt, um das allgemeine Ziel und die grundlegende Struktur der Aufgabe zu definieren, wird die schwere Arbeit, herauszufinden, wie man sich bewegt, automatisch erledigt. Dieser Ansatz bietet eine praktische Alternative zu Methoden, die auf massiven Datensätzen beruhen, und zeigt, dass Roboter mit den richtigen Planungswerkzeugen lernen können, die physische Welt zu verstehen, anstatt sie nur auswendig zu lernen.