Résumé Technique : Apprentissage de Compétences Motrices Transférables pour des Tâches Robotiques de Surface Conscientes de la Géométrie

Énoncé du Problème

Les tâches d'interaction robotique avec des surfaces, telles que la peinture par pulvérisation et le soudage, exigent une double capacité : une planification de trajectoire géométrique précise et des stratégies d'exécution fines imitant l'expertise humaine. Bien que les planificateurs de mouvement modernes génèrent efficacement des trajectoires sans collision satisfaisant les contraintes géométriques, ils échouent souvent à capturer les motifs moteurs nuancés des opérateurs humains qualifiés, tels que l'ajustement adaptatif de la vitesse et les modifications de l'orientation de l'outil basées sur la géométrie locale. À l'inverse, les approches d'Apprentissage par Démonstration (LfD) préservent ces compétences motrices expertes mais couplent généralement l'exécution de manière étroite à la géométrie spécifique de la démonstration. Ce couplage limite la transférabilité des compétences apprises vers de nouvelles pièces présentant des formes ou des topologies différentes. Le défi central abordé consiste à découpler la planification géométrique de haut niveau de l'expertise d'exécution de bas niveau afin de permettre des compétences motrices transférables et conscientes de la géométrie.

Méthodologie

Les auteurs proposent un cadre modulaire qui représente le comportement expert comme un vocabulaire de règles motrices atomiques et interprétables. Ces règles modifient systématiquement une trajectoire de référence planifiée géométriquement en fonction des caractéristiques locales des segments.

1. Représentation des Compétences Basée sur des Règles

Les compétences expertes sont modélisées comme un ensemble structuré de transformations paramétriques ($\rho$) appliquées aux segments spatiaux d'une trajectoire. La trajectoire géométrique brute est décomposée en segments (par exemple, lignes droites, coins). Le vocabulaire de règles comprend :

• Mise à l'échelle de la Vitesse ($\rho_{vel}$) : Applique un facteur d'échelle continu à la vitesse linéaire cible.
• Décalages d'Orientations ($\rho_{ori}$) : Introduit des inclinaisons systématiques (représentées comme des décalages quaternioniques) par rapport à la normale de la surface pour imiter la manipulation experte de l'outil.

2. Inférence Neurale Multimodale

Un réseau de neurones multimodal est entraîné pour inférer conjointement les paramètres des règles et les types de segments à partir des données de trajectoire cinématique et de la géométrie du modèle CAO.

• Entrées : Le modèle traite une trajectoire cinématique (position, orientation, vitesse) et le modèle CAO cible sous-jacent (représenté sous forme de nuage de points).
• Architecture :
  • Encodeur de Trajectoire : Un encodeur convolutif 1D (trois couches Conv1d empilées) traite les caractéristiques de trajectoire indexées dans le temps. Les orientations sont mappées vers une représentation de rotation continue en 6D pour assurer la stabilité.
  • Encodeur de Géométrie : Un encodeur PointNet++ traite le nuage de points CAO pour extraire des caractéristiques géométriques globales.
  • Fusion : Les embeddings des deux modalités sont concaténés et transmis à un Perceptron Multicouche (MLP) partagé.
• Sorties : Le réseau utilise deux têtes :
  • Une tête de classification prédisant le type de segment géométrique (droit, coin, ou aucun) auquel une règle s'applique.
  • Une tête de régression prédisant le paramètre d'exécution continu (par exemple, multiplicateur de vitesse spécifique ou angle d'inclinaison).

3. Raffinement de la Trajectoire et Simulation

Pour assurer la continuité physique et éviter les sauts instantanés de vitesse, les règles inférées sont injectées dans une simulation basée sur la physique. Un contrôleur de poursuite pure suit une pose de regard en avant le long de la trajectoire de référence, appliquant des forces et des couples proportionnels aux erreurs de position et d'orientation. Le couple résultant est intégré numériquement à l'aide d'une méthode de Runge-Kutta d'ordre quatre (RK4), modélisant l'effecteur terminal comme un corps rigide possédant une masse, une inertie et un amortissement visqueux.

4. Génération de Données et Transfert

Les données d'entraînement sont générées de manière synthétique en utilisant des topologies en forme de L et en forme de fenêtre. Pour le transfert vers des géométries non vues, le système segmente automatiquement une nouvelle trajectoire géométrique en utilisant une fenêtre glissante et une Décomposition en Valeurs Singulières (SVD) pour mesurer la courbure locale, étiquetant les points comme « droit » ou « coin » sans annotation manuelle. Les règles inférées sont ensuite appliquées aux segments correspondants lors de la simulation.

Contributions Clés

L'article expose deux contributions principales :

1. Un Cadre Modulaire : Un système qui représente les compétences motrices expertes comme un vocabulaire de règles paramétriques, permettant l'injection de ces compétences dans des trajectoires planifiées géométriquement, découplant ainsi la planification de l'expertise au niveau de l'exécution.
2. Une Architecture Neurale Multimodale : Une conception spécifique de réseau combinant un encodeur de trajectoire convolutif 1D et un encodeur CAO PointNet++ pour inférer directement les paramètres de règles et les types de segments à partir de données de démonstration.

Résultats Expérimentaux

L'approche a été évaluée sur des ensembles de données simulés impliquant des objets en forme de L et en forme de fenêtre.

• Classification des Règles : Sur les géométries en forme de L, le modèle a obtenu un score F1 combiné de 0,999 sur trois classes (droit, coin, aucun). Sur les géométries complexes en forme de fenêtre, il a obtenu un score F1 de 1,000 pour la mise à l'échelle de la vitesse et de 0,984 pour les règles d'orientation.
• Régression des Paramètres :
  • Formes en L : L'Erreur Absolue Moyenne (MAE) était de 0,020 rad pour les décalages d'orientation et de 0,056 pour les facteurs de mise à l'échelle de la vitesse.
  • Topologies en Fenêtre : Le modèle a maintenu une estimation précise de l'orientation (MAE 0,038 rad). La mise à l'échelle de la vitesse a montré une erreur modérée de 0,131, ce que les auteurs attribuent aux segments plus courts et à changement rapide caractéristiques des cadres de fenêtres, suggérant la nécessité d'une segmentation plus fine ou d'une normalisation pour les changements de courbure denses.
• Généralisation : Les résultats démontrent que l'architecture dissocie avec succès les remplacements dynamiques de la trajectoire géométrique, permettant au modèle d'extraire et d'appliquer des règles de vitesse et d'orientation à travers différentes topologies.

Importance et Travaux Futurs

L'article affirme que son importance principale réside dans le découplage réussi des stratégies d'exécution de la géométrie de la pièce à l'aide de règles atomiques et interprétables. Cela permet le transfert des compétences motrices expertes vers de nouvelles pièces sans réentraînement sur la nouvelle géométrie spécifique.

Les auteurs notent que le vocabulaire de règles actuel opère purement sur le type de segment et n'exploite pas encore la proximité d'exécution par rapport à des caractéristiques CAO spécifiques (comme les bords ou les intersections) lors de l'inférence. Ils identifient le comblement de l'écart simulation-réalité comme la prochaine étape critique, notant que les interfaces d'enseignement physique actuelles souffrent de faibles taux d'échantillonnage limitant la capture des ajustements moteurs haute fréquence. Les travaux futurs visent à étendre le vocabulaire de règles pour inclure des règles basées sur la proximité conditionnées par des caractéristiques structurelles CAO et à évaluer le transfert zero-shot vers des topologies non incluses dans l'entraînement, telles que les géométries en forme de U et en forme de T.