Résumé Technique : Apprentissage de la Manipulation Riche en Contacts pour les Robots Continums à Actionnement par Tendons

Énoncé du Problème

L'apprentissage de la manipulation corporelle complète et riche en contacts pour les robots mous continus est entravé par l'absence d'une infrastructure de simulation comparable à celle disponible pour les robots rigides. Alors que la manipulation de corps rigides a progressé rapidement grâce à des simulateurs matures, les robots continus mous font face à un « écart de simulation ». Les simulateurs existants pour robots mous sont souvent ancrés physiquement (basés sur la mécanique des milieux continus), mais manquent de solveurs de contact robustes, de modélisation native de l'actionnement (spécifiquement pour les tendons), ou d'intégration avec les pipelines d'apprentissage. À l'inverse, les approximations de corps rigides (modèles pseudo-rigides) offrent une intégration native du contact et de l'apprentissage, mais reposent souvent sur des paramètres calibrés empiriquement qui manquent de fondement physique et de garanties de convergence. Par conséquent, les progrès de l'apprentissage de la manipulation riche en contacts pour les robots mous restent limités, car les chercheurs ne peuvent pas itérer facilement sur le matériel ni générer les données de démonstration étendues nécessaires à l'apprentissage.

Méthodologie

Les auteurs proposent une discrétisation informée par la mécanique des milieux continus qui place les robots continus à actionnement par tendons (TDCR) nativement à l'intérieur du moteur de physique MuJoCo sans modifier le moteur lui-même. Cette approche comble l'écart entre la fidélité physique et l'efficacité de la simulation.

1. Discrétisation Informée par le Continuum

Le TDCR est modélisé comme une tige de Kirchhoff, une spécialisation du modèle de tige de Cosserat adaptée aux tiges élastiques minces où la flexion et la torsion prédominent sur le cisaillement et l'extension.

• Construction Géométrique : La tige est divisée en $N$ segments. Chaque segment est approximé par un arc de cercle sous une hypothèse de déformation constante par morceaux (PCS).
• Représentation de Corps Rigide : La discrétisation place une chaîne série de liaisons rigides connectées par des articulations sphériques à 3 degrés de liberté (DOF) élastiques à l'intérieur de MuJoCo.
• Dérivation des Paramètres : Contrairement aux modèles pseudo-rigides antérieurs qui dépendent de calibrations empiriques, les rigidités des articulations ($k_x, k_y, k_z$) sont dérivées analytiquement des propriétés matérielles de la tige (module de Young $E$, module de cisaillement $G$ et moments d'inertie de la section transversale $I, J$) et de la longueur du segment $l_i$ :
  $$k_x = k_y = \frac{EI}{l_i}, \quad k_z = \frac{GJ}{l_i}$$
• Convergence : Il est prouvé que la discrétisation converge vers la solution continue de la tige de Kirchhoff à un taux de second ordre ($O(1/N^2)$) à mesure que le nombre de segments augmente.
• Intégration Native : Le modèle utilise le routage de tendons et le solveur de contact natifs de MuJoCo. Les tendons sont acheminés à travers des sites discrets sur les liaisons rigides, capturant naturellement le couplage entre tendons et la rigidité induite par la tension sans les abstraire en charges distribuées.

2. Pipeline Sim-to-Real (Simulation vers Réel)

Les auteurs établissent un flux de travail complet pour la manipulation riche en contacts :

1. Génération du Modèle : Un modèle MuJoCo est généré en utilisant des paramètres physiques.
2. Identification du Système : Les paramètres incertains (rigidité, pré-tension des tendons) sont identifiés par rapport au matériel réel via l'optimisation bayésienne pour minimiser l'erreur de position de l'extrémité.
3. Collecte de Données : Des démonstrations téléopérées sont collectées en simulation via une interface basée sur l'état.
4. Apprentissage par Imitation : Les politiques sont entraînées en utilisant une variante basée sur l'état de l'algorithme ACT (Action Chunking with Transformers).
5. Déploiement Zero-Shot : Les politiques sont déployées directement sur le robot physique sans ajustement fin (fine-tuning).

Contributions Clés

1. Cadre de Simulation : La dérivation d'une discrétisation qui place les TDCR nativement dans MuJoCo, unifiant les forces de tendon, le contact du corps et la dynamique dans un seul pipeline physique. C'est la première approche combinant fondement physique (via la mécanique des milieux continus), résolution de contact native et intégration de l'apprentissage pour les robots mous continus.
2. Validation du Système : Validation du simulateur par rapport à une référence de tige de Cosserat (SoRoSim) et au matériel réel. La simulation atteint une erreur de moins de 1 % en statique et en dynamique par rapport à la référence, et une erreur moyenne de suivi de l'extrémité de 4,1 % contre le matériel physique après identification du système.
3. Transfert Sim-to-Real : La première démonstration de transfert de la simulation vers le réel pour la manipulation riche en contacts avec des robots continus. Les auteurs ont réussi à entraîner des politiques en simulation et à les déployer en zero-shot sur un TDCR physique à 3 segments et 9 tendons monté sur un bras Franka à 7-DOF.

Résultats

Le papier évalue l'approche à travers trois niveaux :

• Simulation vs Théorie : La discrétisation de MuJoCo correspond avec une grande fidélité à la référence de Cosserat de SoRoSim. Les erreurs statiques de l'extrémité sont inférieures à 0,2 % de la longueur de la tige pour $N=50$, et les erreurs dynamiques restent inférieures à 1 % à travers divers niveaux de discrétisation.

• Simulation vs Matériel : Après identification du système, le simulateur suit un TDCR physique avec une erreur moyenne de l'extrémité de 7,7 mm (4,1 % de la longueur de 186,5 mm du robot) sur un ensemble de test non utilisé, malgré des effets non modélisés comme le frottement des tendons et l'hystérésis.

• Performance des Tâches : Les auteurs ont testé deux tâches riches en contacts :

  1. Saisie par corps complet (Grasping) : Envelopper le corps compliant autour d'un cylindre pour le soulever et le lâcher.
  2. Basculer un Interrupteur (Flip Switch) : Approcher un interrupteur mural par l'arrière et le basculer en utilisant un contact distribué.

  Les politiques entraînées en simulation ont atteint des taux de réussite de 76 % (Saisie) et 78 % (Interrupteur) sur le matériel réel, dépassant légèrement les taux de réussite de la simulation (73 % pour les deux). Cela indique que la fidélité du simulateur est suffisante pour le transfert et que la compliance distribuée du robot accomode les erreurs résiduelles.

Signification et Revendications

Le papier affirme être la première démonstration de transfert de la simulation vers le réel pour la manipulation riche en contacts avec des robots continus. En dérivant une discrétisation qui est à la fois ancrée physiquement et compatible avec les moteurs de corps rigides standards, les auteurs permettent l'application de paradigmes d'apprentissage matures pilotés par la simulation (téléopération, apprentissage par imitation, déploiement zero-shot) aux robots mous.

Le travail suggère que le domaine de la robotique continue molle peut désormais exploiter les mêmes flux de collecte de données, de mise à l'échelle et de benchmarking qui ont accéléré la manipulation de robots rigides. Les auteurs soulignent que leur approche restaure l'interprétabilité physique des modèles pseudo-rigides, permettant des garanties de convergence et une généralisation au-delà des conditions de calibration, tout en débloquant la résolution de contact et l'intégration de l'apprentissage auparavant indisponibles pour cette classe de robots.

Le papier reste modeste quant à sa portée, notant que la validation est spécifique aux TDCR à colonne vertébrale mince et élancée où l'hypothèse de Kirchhoff est valide, et que l'algorithme d'apprentissage (ACT) n'a pas été comparé à d'autres architectures. Les travaux futurs identifiés consistent à étendre la discrétisation aux tiges de Cosserat générales (avec cisaillement/extension) et à explorer le retour d'information de forme par vision.