Résumé Technique : RoboCade – Gamifier la collecte de données robotiques

Énoncé du Problème

L'apprentissage par imitation (IL) à partir de démonstrations humaines est devenu un paradigme dominant pour l'entraînement de politiques de robots autonomes. Cependant, le passage à l'échelle de ces méthodes est freiné par le coût élevé et la difficulté logistique de la collecte de jeux de données de démonstration. La collecte de données traditionnelle repose sur l'accès physique à du matériel robotique coûteux et sur l'effort soutenu d'opérateurs ou de chercheurs formés, ce qui rend le processus fastidieux et limite le volume de données disponibles. Bien que des plateformes de téléopération à distance aient émergé pour élargir l'accès, elles privilégient souvent la fonctionnalité plutôt que l'engagement de l'utilisateur, ne fournissant pas d'incitation suffisante pour favoriser une participation plus large. Par conséquent, la plupart des jeux de données restent de petite échelle et sont collectés en interne.

Méthodologie

Les auteurs proposent RoboCade, une plateforme de téléopération à distance gamifiée conçue pour engager un public plus large dans la collecte de données de démonstration robotique. La méthodologie intègre des principes de gamification tant dans la conception de l'interface du système que dans la construction des tâches.

Conception du Système

RoboCade est une plateforme basée sur le Web construite sur la base du contrôleur GELLO [16], un dispositif à bas coût et imprimable en 3D, permettant un contrôle intuitif de l'espace articulaire de vrais bras robotiques (spécifiquement le Franka FR3). Le système intègre quatre principes de conception fondamentaux pour favoriser l'engagement :

1. Feedback et Récompense : Mise en évidence visuelle de la pince, effets visuels/sonores de célébration lors de l'achèvement de la tâche, et barres de progression.
2. Défis et Indices d'Objectifs : Limites de temps prédéfinies et visualisations spécifiques à la tâche (par exemple, un reçu virtuel pour les tâches de balayage ou une superposition de scène pour le réarrangement).
3. Identité et Progression : Profils d'utilisateurs persistants avec avatars, noms d'utilisateur et un système de points qui débloque des badges.
4. Engagement Social : Classements publics classant les utilisateurs par points cumulés et URLs partageables pour une visualisation en temps réel par les spectateurs.

Conception des Tâches

Les auteurs proposent un cadre pour transformer les tâches cibles (tâches fonctionnelles non gamifiées) en tâches de support (versions gamifiées) qui conservent des compétences de manipulation chevauchantes. Quatre principes de conception guident cette transformation :

1. Narratif : Intégrer des actions fonctionnelles dans une histoire (ex: "aider un personnage à trouver sa maison").
2. Diversité des Objectifs : Varier les objectifs au cours des essais pour éviter le désengagement tout en préservant les compétences clés.
3. Défi : Calibrer la difficulté pour qu'elle soit non triviale mais atteignable (état de "flow").
4. Compétences Chevauchantes : Garantir au moins une compétence de manipulation de haut niveau partagée (ex: saisie, alignement, insertion) entre les tâches de support et les tâches cibles, même si les mouvements de bas niveau diffèrent.

Le système a été instancié sur trois paires de tâches :

• Réarrangement : Cible ArrangeDesk (électronique) vs Support SceneTwins (blocs d'animaux avec superpositions de scènes).
• Balayage : Cible ScanBottle (bouteille de frein filet) vs Support GroceryCheckout (épicerie jouet avec récit de ticket de caisse).
• Insertion : Cible PackBox (ruban adhésif électrique) vs Support AnimalDorms (jouets d'animaux dans des boîtes assorties).

Configuration Expérimentale

Les auteurs ont évalué la plateforme via deux voies principales :

1. Apprentissage de Politique : Ils ont collecté des jeux de données ($D_{\tau'}$) via RoboCade et les ont comparés à des jeux de données de téléopération standard en personne ($D_{\tau}$). Ils ont entraîné des politiques en utilisant Diffusion Policy [46] et des modèles VLA ($\pi_{0.5}$ [48]) sous trois conditions :
   • Cible Uniquement : Entraînement uniquement sur $D_{\tau}$.
   • Co-entraînement : Entraînement sur un split 50/50 de $D_{\tau}$ et $D_{\tau'}$.
   • Co-fine-tuning : Fine-tuning de modèles VLA pré-entraînés sur les deux jeux de données.
2. Étude Utilisateur : Une étude intra-sujets avec $N=18$ utilisateurs novices comparant l'interface gamifiée de RoboCade à une base non gamifiée utilisant le même contrôleur GELLO. Les métriques incluaient des évaluations subjectives (intuitivité, plaisir, motivation) et des scores de l'Échelle d'Utilisabilité du Système (SUS).

Résultats Clés

Performance de l'Apprentissage de Politique

Le co-entraînement avec des données gamifiées a considérablement amélioré la performance des politiques sur les tâches cibles non gamifiées :

• Diffusion Policy : Le co-entraînement a amélioré les taux de succès en distribution (in-distribution) de +16% à +56% sur les trois tâches cibles par rapport à l'entraînement sur les données cibles seules.
  • ArrangeDesk : Le succès est passé de 12% à 28%.
  • ScanBottle : Le succès est passé de 8% à 64% (in-distribution) et a montré une augmentation d'environ 20% de la performance hors distribution (out-of-distribution - OOD).
  • PackBox : Le succès est passé de 52% à 68% (in-distribution).
• VLA Co-fine-tuning : Lors du fine-tuning de modèles VLA pré-entraînés, le co-fine-tuning avec des données gamifiées a davantage amélioré la généralisation OOD, produisant une amélioration de +48% sur ScanBottle et de +36% sur PackBox par rapport au fine-tuning sur les données cibles seules.

Résultats de l'Étude Utilisateur

Les utilisateurs novices ont trouvé la plateforme gamifiée nettement plus engageante que la base non gamifiée :

• Évaluations Subjectives : Les utilisateurs ont jugé RoboCade comme étant plus intuitif (+27%), plus agréable (+24%) et plus motivant (+24%). Ces différences étaient statistiquement significatives ($p<0.05$) pour la plupart des tâches.
• Usabilité : Le système gamifié a obtenu un score SUS plus élevé (71.8) par rapport à la base (51.4).
• Taux d'Achèvement : Les taux de réussite des tâches étaient plus élevés avec RoboCade (77,1%) qu'avec la base (69,7%).

Signification et Revendications

L'article affirme que la gamification offre une méthode scalable, accessible et engageante pour collecter des données de démonstration robotique, répondant au double goulot d'étranglement de l'accès au matériel et de l'incitation de l'opérateur. En recadrant la téléopération comme un jeu, RoboCade permet la collecte de données de haute qualité auprès du grand public sans nécessiter la proximité physique avec les robots ou des incitations monétaires.

Les auteurs affirment que :

1. Viabilité : Les données gamifiées ne sont pas simplement "amusantes" mais fonctionnellement utiles ; elles soutiennent efficacement l'entraînement de politiques pour des tâches spécialisées et non gamifiées via le co-entraînement et le fine-tuning.
2. Scalabilité : L'approche abaisse les barrières à l'entrée, permettant potentiellement d'élargir le bassin de contributeurs de données au-delà des chercheurs formés vers le grand public.
3. Principes de Conception : Les principes spécifiques d'alignement des tâches de support gamifiées avec les tâches cibles en aval (narratif, diversité, défi et compétences chevauchantes) sont critiques pour garantir que les données collectées se transfèrent efficacement aux politiques réelles.

Le travail conclut que, bien que le contrôle de la qualité reste un défi pour les utilisateurs novices, l'intersection de la gamification et de la robotique présente une direction prometteuse pour l'échelle de la collecte de données, avec un potentiel futur pour exploiter la communauté du jeu vidéo et explorer des données de "jeu" agnostiques aux tâches pour des paradigmes d'apprentissage plus larges.