Resumen Técnico: Aprendizaje de Manipulación con Contacto Rico para Robots Continuos Accionados por Tendones

Planteamiento del Problema

El aprendizaje de la manipulación de cuerpo completo y con contacto rico para robots continuos blandos se ha visto obstaculizado por la falta de una infraestructura de simulación comparable a la disponible para robots rígidos. Mientras que la manipulación de cuerpos rígidos ha avanzado rápidamente gracias a simuladores maduros, los robots continuos blandos enfrentan una "brecha de simulación". Los simuladores existentes para robots blandos suelen estar fundamentados físicamente (basados en la mecánica del continuo), pero carecen de resolvedores de contacto robustos, modelado de actuación nativo (específicamente para tendones) o integración con flujos de trabajo de aprendizaje. Por el contrario, las aproximaciones de cuerpo rígido (modelos pseudo-rígidos) ofrecen integración nativa de contacto y aprendizaje, pero a menudo dependen de parámetros calibrados empíricamente que carecen de fundamentación física y garantías de convergencia. En consecuencia, el progreso en el aprendizaje de la manipulación con contacto rico para robots blandos sigue siendo limitado, ya que los investigadores no pueden iterar fácilmente sobre el hardware ni generar los extensos datos de demostración requeridos para el aprendizaje.

Metodología

Los autores proponen una discretización informada por la mecánica del continuo que sitúa a los Robots Continuos Accionados por Tendones (TDCR, por sus siglas en inglés) de forma nativa dentro del motor de física MuJoCo sin modificar el motor mismo. Este enfoque cierra la brecha entre la fidelidad física y la eficiencia de la simulación.

1. Discretización Informada por el Continuo

El TDCR se modela como una varilla de Kirchhoff, una especialización del modelo de varilla de Cosserat adecuada para varillas elásticas delgadas donde la flexión y la torsión predominan sobre el cizallamiento y la extensión.

• Construcción Geométrica: La varilla se divide en $N$ segmentos. Cada segmento se aproxima como un arco circular bajo una suposición de deformación constante por tramos (PCS).
• Representación de Cuerpo Rígido: La discretización coloca una cadena serial de eslabones rígidos conectados por juntas esféricas elásticas de 3 grados de libertad (DOF) dentro de MuJoCo.
• Derivación de Parámetros: A diferencia de los modelos pseudo-rígidos previos que dependen de la calibración empírica, las rigideces de las juntas ($k_x, k_y, k_z$) se derivan analíticamente de las propiedades materiales de la varilla (módulo de Young $E$, módulo de cizalladura $G$ y momentos de inercia de la sección transversal $I, J$) y la longitud del segmento $l_i$:
  $$k_x = k_y = \frac{EI}{l_i}, \quad k_z = \frac{GJ}{l_i}$$
• Convergencia: Se demuestra que la discretización converge a la solución de la varilla de Kirchhoff continua con una tasa de segundo orden ($O(1/N^2)$) a medida que aumenta el número de segmentos.
• Integración Nativa: El modelo utiliza el enrutamiento de tendones y el resolvedor de contacto nativo de MuJoCo. Los tendones se enrutan a través de sitios discretos en los eslabones rígidos, capturando naturalmente el acoplamiento entre tendones y la rigidez inducida por la tensión sin abstraerlos como cargas distribuidas.

2. Flujo de Trabajo Sim-to-Real (Simulación a Realidad)

Los autores establecen un flujo de trabajo completo para la manipulación con contacto rico:

1. Generación del Modelo: Se genera un modelo de MuJoCo utilizando parámetros físicos.
2. Identificación del Sistema: Los parámetros inciertos (rigidez, pretensión del tendón) se identifican frente al hardware real mediante optimización bayesiana para minimizar el error de posición de la punta.
3. Recolección de Datos: Se recolectan demostraciones teleoperadas en simulación utilizando una interfaz basada en estados.
4. Aprendizaje por Imitación: Las políticas se entrenan utilizando una variante basada en estados del algoritmo ACT (Action Chunking with Transformers).
5. Despliegue Zero-Shot: Las políticas se despliegan directamente en el robot físico sin necesidad de ajuste fino (fine-tuning).

Contribuciones Clave

1. Marco de Simulación: La derivación de una discretización que sitúa a los TDCR de forma nativa en MuJoCo, unificando las fuerzas de los tendones, el contacto del cuerpo y la dinámica en un único flujo de física. Este es el primer enfoque que combina la fundamentación física (vía mecánica del continuo), la resolución de contacto nativa y la integración de aprendizaje para robots continuos blandos.
2. Validación del Sistema: Validación del simulador contra una referencia de varilla de Cosserat (SoRoSim) y hardware real. La simulación logra un error inferior al uno por ciento en estática y dinámica respecto a la referencia, y un error medio de seguimiento de la punta del 4.1% frente al hardware físico tras la identificación del sistema.
3. Transferencia Sim-to-Real: La primera demostración de transferencia de simulación a realidad para la manipulación con contacto rico con robots continuos. Los autores entrenaron con éxito políticas en simulación y las desplegaron zero-shot en un TDCR físico de 3 segmentos y 9 tendones montado en un brazo Franka de 7 grados de libertad.

Resultados

El artículo evalúa el enfoque a través de tres niveles:

• Simulación vs. Teoría: La discretización de MuJoCo coincide con la referencia de la varilla de Cosserat de SoRoSim con alta fidelidad. Los errores estáticos de la punta son inferiores al 0.2% de la longitud de la varilla con $N=50$, y los errores dinámicos se mantienen por debajo del 1% en varios niveles de discretización.

• Simulación vs. Hardware: Tras la identificación del sistema, el simulador rastrea un TDCR físico con un error medio de la punta de 7.7 mm (4.1% de la longitud de 186.5 mm del robot) en un conjunto de prueba no utilizado, a pesar de efectos no modelados como la fricción del tendón y la histéresis.

• Desempeño de la Tarea: Los autores probaron dos tareas con contacto rico:

  1. Agarre de Cuerpo Completo: Envolver el cuerpo complaciente alrededor de un cilindro para levantarlo y soltarlo.
  2. Accionar Interruptor (Flip Switch): Acercarse a un interruptor montado en la pared desde atrás y accionarlo usando contacto distribuido.

  Las políticas entrenadas en simulación lograron tasas de éxito del 76% (Agarre) y 78% (Interruptor) en el hardware real, superando ligeramente las tasas de éxito de la simulación (73% para ambos). Esto indica que la fidelidad del simulador es suficiente para la transferencia y que la complacencia distribuida del robot acomoda los errores residuales.

Significación y Reivindicaciones

El artículo afirma ser la primera demostración de transferencia de simulación a realidad para la manipulación con contacto rico con robots continuos. Al derivar una discretización que es tanto físicamente fundamentada como compatible con motores de cuerpo rígido estándar, los autores permiten la aplicación de paradigmas maduros de aprendizaje impulsados por simulación (teleoperación, aprendizaje por imitación, despliegue zero-shot) a la robótica blanda.

El trabajo sugiere que el campo de la robótica continua blanda puede ahora aprovechar los mismos flujos de trabajo de recolección de datos, escalabilidad y benchmarking que han acelerado la manipulación de robots rígidos. Los autores enfatizan que su enfoque restaura la interpretabilidad física a los modelos de cuerpo rígido pseudo, permitiendo garantías de convergencia y generalización más allá de las condiciones de calibración, al tiempo que desbloquea la resolución de contacto y la integración de aprendizaje que anteriormente no estaban disponibles para esta clase de robots.

El artículo mantiene la modestia respecto a su alcance, señalando que la validación es específica para TDCR de columna delgada y espalda fina donde se sostiene la suposición de Kirchhoff, y que el algoritmo de aprendizaje (ACT) no fue comparado contra otras arquitecturas. Se identifica como trabajo futuro la extensión de la discretización a varillas de Cosserat generales (con cizallamiento/extensión) y la exploración de la retroalimentación de la forma basada en visión.