Resumen Técnico: FILIC – Aprendizaje por Imitación Guiado por Fuerza con Control de Impedancia de Torque de Doble Bucle

Planteamiento del Problema

Las tareas de manipulación ricas en contacto, como la inserción, el ensamblaje y la manipulación en mano, requieren una regulación precisa de la fuerza para interactuar de manera segura y efectiva con entornos físicos. Si bien el Aprendizaje por Imitación (IL) se ha convertido en un paradigma dominante para adquirir tales habilidades, los enfoques convencionales siguen siendo predominantemente centrados en la posición. Estos métodos suelen generar salidas de posiciones articulares o poses de 6 grados de libertad (6-DOF), lo que a menudo induce fuerzas internas excesivas durante el contacto, con el riesgo de dañar al robot y al entorno.

Aunque la retroalimentación de la fuerza en el efector final es crítica para un comportamiento complaciente, depender de sensores de Fuerza/Torque (F/T) montados en la muñeca limita la escalabilidad debido a los altos costos y la complejidad del hardware. Además, los intentos existentes de incorporar la fuerza en el IL a menudo la tratan meramente como una señal auxiliar para el control de posición, en lugar de aprovecharla para una ejecución complaciente. Existe una brecha significativa en el despliegue de sistemas de control de torque estables y complacientes en entornos de bajo costo y sin sensores.

Metodología: El Marco FILIC

Para abordar estos desafíos, los autores proponen FILIC (Aprendizaje por Imitación Guiado por Fuerza con Control de Impedancia de Torque), una arquitectura de doble bucle que integra una política de IL basada en Transformers de alto nivel con un controlador de impedancia de bajo nivel.

1. Arquitectura de Control de Doble Bucle

El sistema opera en dos escalas temporales distintas para equilibrar la percepción, la planificación y la ejecución:

• Bucle Exterior (25 Hz): Una política de IL basada en Transformers procesa entradas sensoriales multimodales, incluyendo imágenes visuales (codificadas mediante ResNet), la pose del efector final y la fuerza externa estimada. La política predice una secuencia de poses objetivo de 6-DOF del efector final. Este bucle utiliza un enfoque de Fragmentación de Acciones con Transformers (ACT) para mejorar la coherencia temporal y la robustez.
• Bucle Interior (2 kHz): Las poses objetivo predichas se convierten en ángulos articulares mediante Cinemática Inversa (IK). Un controlador de impedancia en el espacio articular ejecuta comandos de torque a una alta frecuencia. Este bucle emplea un modelo simplificado de resorte-amortiguador (omitiendo el término de inercia para evitar el ruido de aceleración) para asegurar una ejecución de torque estable y complaciente. Un módulo de compensación de gravedad se ejecuta a 250 Hz para dar soporte a la estimación de la dinámica.

2. Estimación de Fuerza del Efector Final Sin Sensores

Una innovación central de FILIC es su capacidad para estimar las matrices de fuerza (wrenches) del efector final sin sensores F/T dedicados.

• Inversión Basada en el Jacobiano: El sistema aprovecha la relación analítica entre los torques articulares y las fuerzas del efector final: $\tau_{ext} = J(q)^T F_{ext}$. Al invertir la transpuesta del Jacobiano, el sistema estima las fuerzas externas a partir de las mediciones de torque articular.
• Gemelo Digital Sincrónico: Para manejar factores del mundo real como el ruido de los sensores, la fricción y la complacencia mecánica, los autores emplean un gemelo digital de alta fidelidad (simulado en MuJoCo). Este gemelo está sincronizado con las posiciones y velocidades articulares del robot físico para calcular los torques articulares esperados ($\tau_{inv}$). La fuerza externa se estima entonces comparando los torques observados ($\tau_{obs}$) con los torques predichos por el modelo ($\tau_{inv}$):
  $$F_{ext} = J(q)^T + (\tau_{obs} - \tau_{inv})$$
  Este enfoque elimina la necesidad de hardware costoso, proporcionando al mismo tiempo representaciones de fuerza intuitivas para la política de IL.

3. Recolección de Datos con Retroalimentación Háptica

Para asegurar datos de demostración de alta calidad que capturen variaciones de fuerza significativas, los autores utilizan una interfaz de teleoperación manual de bajo costo equipada con retroalimentación háptica vibrotáctil. Las fuerzas estimadas del efector final se mapean a frecuencias de vibración, lo que permite a los operadores humanos percibir intuitivamente la intensidad del contacto y ajustar sus acciones en consecuencia.

Contribuciones Clave

El artículo describe tres contribuciones principales:

1. Estimación de Fuerza Sin Sensores: Un método de bajo costo para estimar las matrices de fuerza del efector final utilizando un gemelo digital sincrónico e inversión basada en el Jacobiano, con una implementación de código abierto.
2. Marco de Doble Bucle: Una arquitectura novedosa que combina una política de imitación basada en Transformers de bucle exterior (fusionando entradas visuales y de fuerza) con un controlador de torque de impedancia de bucle interior, permitiendo la manipulación complaciente sin sensores F/T en la muñeca.
3. Validación de Desempeño: Evidencia empírica que demuestra que reemplazar el torque articular bruto por la fuerza del efector final estimada mejora significamente el desempeño de la política en tareas ricas en contacto.

Resultados Experimentales

Los autores evaluaron FILIC a través de simulaciones y escenarios del mundo real que involucran cuatro tareas ricas en contacto: inserción de adaptador de enchufe, operación de botón de parada de emergencia, fijación de abrazadera en C y apretado de tapa de botella.

• Precisión de la Estimación de Fuerza: Pruebas de carga estática en un manipulador de 6-DOF confirmaron la capacidad del estimador para rastrear cargas gravitatorias con un error medio y una desviación estándar bajos.
• Desempeño de la Política (Simulación):
  • Línea base de solo posición: 68.0% de tasa de éxito.
  • Posición + Torque Articular: 80.0% de tasa de éxito.
  • Posición + Fuerza de EE Estimada (FILIC): 90.0% de tasa de éxito.
• Desempeño de la Política (Mundo Real):
  • FILIC superó consistentemente tanto a la línea base de solo posición como a la de posición más torque articular en las cuatro tareas.
  • Las mejoras sobre la de solo posición variaron desde +33.3 pp (Enchufe) hasta +53.4 pp (Tapa).
  • Crucialmente, la Fuerza de EE Estimada superó consistentemente a la entrada de Torque Articular bruto (por ejemplo, una mejora de +16.7 pp en la tarea del Enchufe), indicando que la matriz de fuerza estimada proporciona una señal de contacto más alineada con la tarea.

Significado y Reivindicaciones

El artículo afirma que FILIC logra cerrar la brecha entre el aprendizaje por imitación moderno y la interacción física complaciente sin depender de hardware costoso. Al unificar una política semántica de alto nivel con un controlador de torque de bajo nivel y un estimador de fuerza sin sensores, el marco logra una manipulación de contacto más segura, complaciente y adaptable.

Los autores enfatizan que su enfoque permite a los robots explotar dinámicas de interacción física ricas en entornos con recursos limitados. Los resultados sugieren que la representación explícita de la fuerza, derivada mediante la estimación basada en el gemelo digital, es superior al torque articular bruto para guiar las políticas de IL en escenarios de contacto. El trabajo concluye que tal marco permite una destreza similar a la humana en entornos no estructurados, manteniendo la escalabilidad y la accesibilidad.