Résumé Technique : CoRMA (Adaptation Motrice Robotique par Contraste)

Énoncé du Problème

L'assemblage robotique riche en contacts (par exemple, Insertion de Broche, Filetage d'Écrou, Maillage d'Engrenages) demeure un défi majeur en raison de la sensibilité de ces tâches aux écarts géométriques, à la friction, à la compliance et au bruit de détection. Contrairement à la manipulation dans l'espace libre, de légères déviations peuvent entraîner un blocage ou un échec irréversible. Bien que des systèmes récents de simulation vers réel, tels que FORGE, démontrent une robustesse en simulation, ils se dégradent souvent considérablement lors du déploiement sur du matériel réel. Les approches existantes reposent généralement sur un entraînement spécifique à la tâche, des pipelines lourds en démonstrations (apprentissage par imitation) ou un contrôle adaptatif classique nécessitant un étalonnage répété pour de nouvelles configurations. De plus, les cadres standards d'apprentissage méta, comme l'Adaptation Motrice Rapide (RMA), sont souvent conçus pour des indices visuels ou centrés sur l'objet, alors que l'assemblage riche en contacts nécessite d'interpréter les historiques de force et de proprioception pour comprendre les états d'interaction (par exemple, mouvement libre vs blocage).

Méthodologie

CoRMA (Adaptation Motrice Robotique par Contraste) propose un cadre d'auto-adaptation basé sur le contexte, conçu spécifiquement pour l'assemblage dominé par la force. Il modifie le paradigme RMA standard en remplaçant l'adaptation brute des paramètres du simulateur par un contexte de contact sémantique compact. Le cadre fonctionne en trois étapes :

1. Définition du Contexte de Contact Sémantique

Au lieu d'utiliser des paramètres bruts du simulateur comme informations privilégiées, CoRMA définit une variable latente $Z$ Priviliégiée 6D ($z_t$) qui représente l'interprétation sémantique de la dynamique de contact. Ce vecteur inclut :

• Début du contact
• Engagement latéral
• Transition de contact guidé
• Direction du contact (le long de deux axes)
• Tendance au blocage ou au glissement adhérent (stick–slip)

Ces scores sont calculés à partir de la dynamique de contact et de force du simulateur et servent de cibles supervisées pendant l'entraînement, mais ne sont pas disponibles lors du déploiement.

2. Pipeline d'Entraînement

• Étape 1 (Enseignant Priviliégié) : Une politique consciente du contact est entraînée en simulation (Isaac Lab) en utilisant PPO. L'espace d'observation est enrichi par l'oracle Priviliégié $Z$, permettant à l'enseignant d'apprendre des comportements optimaux conditionnés par une connaissance sémantique parfaite de l'état de contact.
• Étape 2 (Entraînement de l'Adaptateur) : Un adaptateur Transformer causal est entraîné pour inférer le Priviliégié $Z$ ($\hat{z}_t$) uniquement à partir des historiques de capteurs déployables (force, proprioception et action). L'architecture de l'adaptateur comprend :
  • Tête Sémantique : Effectue une régression pour prédire le vecteur $Z$ 6D ($L_{sem}$).
  • Tête de Contraste : Utilise un objectif InfoNCE auxiliaire ($L_{nce}$) pour organiser les plongements d'historique basés sur des régimes de force grossiers (mouvement libre, premier contact, glissement guidé, blocage). Cela agit comme un régularisateur sémantique, garantissant que les historiques ayant des sémantiques d'interaction similaires se regroupent, même à travers différentes tâches.
• Étape 3 (Déploiement) : L'oracle $Z$ est retiré de la politique. L'adaptateur figé prédit $\hat{z}_t$ en ligne à partir de l'historique des capteurs, qui est injecté dans la politique. Cela permet une adaptation sans démonstrations, sans entrées privilégiées et sans mises à jour de gradient au moment du test.

3. Architecture

Le cœur de CoRMA est un encodeur Transformer causal qui traite des fenêtres d'historique de force, de proprioception et d'actions. Il utilise un token de lecture appris pour générer la représentation du contexte. L'utilisation d'un Transformer est soulignée comme un facteur dominant par rapport aux encodeurs Conv1D standards utilisés dans les variantes RMA précédentes, permettant au modèle de capturer les dépendances à long terme et les transitoires de force épars.

Contributions Clés

1. Adaptation Sémantique du Contact : CoRMA déplace la cible d'adaptation des paramètres bruts du simulateur vers un vocabulaire sémantique de contact compact et réutilisable (6D $Z$) qui décrit des régimes d'interaction plutôt que des géométries de tâches spécifiques.
2. Apprentissage par Contraste des Régimes de Force : L'introduction d'un objectif de contraste basé sur les régimes de force (libre, contact, glissement, blocage) sert de régularisateur sémantique faible. Cela aide à structurer l'espace latent pour distinguer les types d'interaction, améliorant ainsi la robustesse de l'inférence du contexte.
3. Interface de Déploiement Non-Tricheuse : Le système adhère au principe RMA où les informations privilégiées sont utilisées uniquement pour la supervision de l'entraînement. Lors du déploiement, le robot s'adapte en ligne en utilisant uniquement les données de force et de proprioception embarquées, inférant le contexte de contact nécessaire pour gérer les incertitudes du monde réel.
4. Adaptateur Transformer Causal : L'implémentation démontre qu'un Transformer causal est supérieur aux encodeurs convolutifs pour l'inférence des sémantiques de contact à partir d'historiques de force à long terme.

Résultats Expérimentaux

Les auteurs ont évalué CoRMA sur trois tâches (Insertion de Broche, Maillage d'Engrenages, Filetage d'Écrou) dans Isaac Lab/Isaac Sim 5.0 et sur un bras Marvin réel à 7 DDL.

• Écart Simulation vs Réel : Des bases solides (FORGE) ont atteint un taux de succès en simulation quasi parfait (98–100 %) mais ont subi des chutes de performance drastiques lors du déploiement réel (par exemple, FORGE est tombé à 12,5 % sur Insertion de Broche et 0 % sur Filetage d'Écrou).
• Performance de CoRMA : Bien que le succès en simulation de CoRMA ait été légèrement inférieur à celui de FORGE dans certains cas, il a conservé des taux de succès réels vérifiés significativement plus élevés :
  • Maillage d'Engrenages : CoRMA 65,0 % contre FORGE 25,0 %.
  • Insertion de Broche : CoRMA 50,0 % contre FORGE 12,5 %.
  • Filetage d'Écrou : CoRMA 59,3 % contre FORGE 0,0 %.
• Analyse de l'Adaptateur : Des études d'ablation ont confirmé que le Transformer causal a apporté le plus grand gain de performance (augmentant $R^2$ d'environ 0,43 à environ 0,88 par rapport à Conv1D). L'objectif de contraste a apporté un bénéfice de régularisation plus faible mais constant, améliorant la qualité de la représentation sans sacrifier la précision de la prédiction numérique.

Importance et Revendications

L'article revendique que l'inférence sémantique du contact sert d'interface d'adaptation réutilisable au sein d'une famille apparentée de tâches d'assemblage. En inférant un contexte de contact compact à partir de l'historique de force, CoRMA réduit la dégradation simulation-réalité observée dans des bases fortes et spécifiques à la tâche.

Les auteurs sont modestes quant à leur portée, affirmant que :

• Les résultats soutiennent une auto-adaptation au niveau de la famille de tâches plutôt qu'une généralisation non contrainte à des tâches inconnues arbitraires.
• L'évaluation actuelle se concentre sur la réutilisation au sein de tâches apparentées (Insertion de Broche, Maillage d'Engrenages, Filetage d'Écrou) plutôt que sur une généralisation large.
• L'étalonnage Réel2Sim reste un sujet de travail futur, car l'écart simulation-réalité restant provient probablement de décalages dans la dynamique, la friction et la latence des capteurs.
• Les résultats sur robot réel sont présentés comme des preuves de déploiement contrôlé plutôt que comme une certification de fiabilité complète, étant donné le nombre limité d'essais (dizaines par tâche).

En conclusion, CoRMA démontre que le remplacement de l'adaptation de paramètres bruts par l'inférence d'un contexte de contact sémantique, structuré par un apprentissage par contraste, est une direction prometteuse pour un assemblage robuste simulation-réalité dans des scénarios dominés par la force.