💻 computer science

Stage-Aware and Roughness-Constrained Diffusion Policy for Multi-Stage Robotic Polishing

Cet article propose une politique de diffusion sensible aux étapes et contrainte par la rugosité (SRDP) qui exploite des observations multimodales pour inférer les étapes du processus et imposer des contraintes physiques sur la vitesse d'avance et la force de contact, améliorant ainsi la stabilité des transitions d'étapes et la qualité de surface dans les tâches de polissage robotique multi-étapes.

Auteurs originaux : Shuai Ke, Jiexin Zhang, Huan Zhao, Zhiao Wei, Yikun Guo, Tiange Wu, Guoqiang Guo, Haoyuan Zhou, Jie Pan, Han Ding

Publié 2026-06-25

📖 6 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : Shuai Ke, Jiexin Zhang, Huan Zhao, Zhiao Wei, Yikun Guo, Tiange Wu, Guoqiang Guo, Haoyuan Zhou, Jie Pan, Han Ding

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous enseigniez à un robot l'art de devenir un maître artisan, plus précisément pour polir l'intérieur d'un vaisseau spatial. Il ne s'agit pas seulement de déplacer une main d'un point A à un point B ; c'est une danse complexe, composée de plusieurs étapes, où le robot doit alterner entre différents « modes » (comme polir une surface plane, puis nettoyer la poussière, puis polir un bord courbe) tout en maintenant un toucher parfaitement doux et constant.

Ce document présente un nouveau « cerveau » pour le robot appelé SRDP (Stage-Aware and Roughness-Constrained Diffusion Policy - Politique de diffusion sensible aux étapes et contrainte par la rugosité). Voici comment il fonctionne, décomposé en concepts simples :

1. Le Problème : Le Robot s'embrouille et Dérive

Les auteurs ont identifié deux maux de tête principaux lors de l'enseignement de ces tâches complexes aux robots :

Le problème du « Où suis-je ? » (Incertitude de l'étape) : Imaginez que vous marchiez dans une maison où chaque pièce se ressemble exactement. Vous pourriez oublier si vous êtes dans la cuisine ou dans la chambre. De même, un robot observant une pièce de vaisseau spatial pourrait voir une surface similaire mais ne pas savoir s'il doit polir, nettoyer ou simplement tenir l'objet. Les robots existants se retrouvent souvent bloqués ou basculent sur la mauvaise action car ils ne peuvent pas distinguer sur quelle étape du processus ils se trouvent.
Le problème de la « Dérive » (Dérive des paramètres) : Imaginez un chef essayant de cuisiner un gâteau. S'il devine la quantité de sucre et de farine sans recette, il pourrait accidentellement ajouter trop de sucre ou trop peu de farine. Dans le polissage, le robot contrôle sa vitesse de déplacement (vitesse d'avance) et la force avec laquelle il appuie (force). Si ces deux nombres s'écartent l'un de l'autre de manière aléatoire, le robot pourrait rayer la surface (en appuyant trop fort) ou laisser un aspect rugueux (en appuyant trop peu).

2. La Solution : Un « Guide Intelligent » et un « Filet de Sécurité »

Le cadre SRDP résout ces problèmes grâce à deux astuces ingénieuses :

Astuce A : Le « Chemin de la Mémoire » (Sensibilité aux étapes)

Au lieu de simplement regarder l'image actuelle, le robot regarde son histoire récente (ce qu'il a vu et fait au cours des dernières secondes).

L'analogie : Pensez à un détective résolvant une énigme. Un détective ne se contente pas de regarder un indice isolé ; il examine la séquence des événements pour comprendre où il se trouve dans l'histoire.
Le fonctionnement : Le robot utilise un « Réseau d'inférence d'étape » pour deviner : « D'accord, d'après ce que je viens de faire, je suis probablement dans l'étape "Polissage du bord", et non dans l'étape "Nettoyage" ». Il utilise ensuite cette supposition pour dire au reste de son cerveau exactement quel type de mouvements effectuer ensuite. Cela permet de garder le robot sur la bonne « voie » du flux de travail.

Astuce B : Le « Filtre de Qualité » (Contraintes de rugosité)

Le robot ne se contente pas de deviner la force de pression ; il possède un livre de règles intégré.

L'analogie : Imaginez un musicien jouant une chanson. Il ne frappe pas des notes au hasard ; il suit une partition qui garantit que les notes s'assemblent pour créer un accord harmonieux.
Le fonctionnement : Le robot sait que pour un type de polissage spécifique (l'« étape »), la vitesse de l'outil et la pression doivent suivre une relation mathématique précise pour obtenir un fini lisse. Pendant que le robot « rêve » (génère) un plan pour ses prochains mouvements, ce livre de règles agit comme un filtre. Si le plan suggère d'appuyer trop fort par rapport à la vitesse, le système ramène le plan vers la « zone de sécurité » avant que le robot ne bouge réellement. Cela évite le problème de la « dérive ».

3. La partie « Diffusion » : Comment le robot apprend

Le document utilise une technique appelée Politique de Diffusion (Diffusion Policy).

L'analogie : Imaginez une sculpture en argile recouverte de bruit statique (comme de la neige sur un écran de télévision). Le travail du robot est de lentement effacer ce bruit, étape par étape, pour révéler la sculpture parfaite en dessous.
Le fonctionnement : Le robot commence avec un ensemble de mouvements chaotiques et aléatoires. Il « débruite » ensuite progressivement ce chaos, en affinant le mouvement encore et encore, jusqu'à ce qu'il devienne une séquence d'actions fluide et parfaite qui correspond à ce qu'un expert humain ferait. Les parties « Sensible aux étapes » et « Contrainte par la rugosité » sont simplement des instructions spéciales données au robot pendant qu'il efface le bruit, garantissant que la sculpture finale soit exactement comme il se doit.

4. Les Résultats : Tests en conditions réelles

L'équipe a testé cela sur un véritable robot à deux bras polissant une cabine de vaisseau spatial. Ils ont comparé leur nouvelle méthode (SRDP) à d'autres méthodes avancées d'apprentissage robotique.

Le résultat : Le robot SRDP était bien meilleur pour passer d'une tâche à l'autre (comme passer du polissage au nettoyage par aspiration) sans s'embrouiller. Il a également produit un fini de surface beaucoup plus lisse et constant car il n'a pas laissé sa pression et sa vitesse dériver l'une par rapport à l'autre.
La preuve : Lorsque l'équipe a mesuré la rugosité de surface, le travail du robot SRDP était plus uniforme et de meilleure qualité que les autres méthodes.

Résumé

En bref, ce document présente un cerveau de robot qui est meilleur pour savoir où il en est dans un processus long et meilleur pour maintenir ses actions physiques (vitesse et pression) en parfaite harmonie. En combinant une « mémoire » des étapes du processus avec un « livre de règles » pour la qualité de surface, le robot peut polir des pièces complexes de vaisseaux spatiaux avec un niveau de cohérence et de compétence que les méthodes précédentes ne pouvaient atteindre.

Résumé Technique : Politique de Diffusion Sensible aux Étapes et Contrainte par la Rugosité pour le Polissage Robotique Multi-étapes

1. Énoncé du Problème

Le polissage robotique est un processus de finition critique dans les secteurs de la fabrication à haute valeur ajoutée comme l'aérospatiale, où la qualité de surface dicte directement la fiabilité des composants. Cependant, l'automatisation de ces tâches présente deux défis principaux que les méthodes d'apprentissage par imitation existantes peinent à traiter simultanément :

Incertitude de l'Étape du Processus à Long Terme : Les flux de travail de polissage consistent en plusieurs étapes distinctes (par exemple, stabilisation, polissage des bords, finition de surface, nettoyage) qui présentent souvent des états locaux visuellement similaires mais nécessitent des objectifs de contrôle et des schémas d'action très différents. Les méthodes existantes reposent souvent sur une décomposition explicite des tâches ou des invites de planification de haut niveau, ce qui peut ne pas suffire pour inférer les étapes latentes du processus à partir d'histoires multimodales en temps réel.
Dérive Non Contrainte des Paramètres du Processus : Dans les politiques de diffusion, la nature stochastique du processus de débruitage peut conduire à des variations non contraintes des paramètres de processus couplés (vitesse d'avance et force de contact normale). Comme ces paramètres déterminent conjointement l'enlèvement de matière et la rugosité de surface, une telle dérive peut entraîner des combinaisons physiquement irréalisables, une instabilité de contact ou une qualité de surface incohérente (par exemple, sous-polissage ou coupe de bord), surtout lorsque les vitesses de broche sont pré-réglées par étape.

La littérature actuelle manque d'un cadre unifié capable de gérer conjointement l'inférence d'étape latente à partir des historiques d'observation et d'imposer des contraintes physiques de rugosité au sein de politiques génératives à haute dimension.

2. Méthodologie : Le Cadre SRDP

Les auteurs proposent le Stage-Aware and Roughness-Constrained Diffusion Policy (SRDP), un cadre unifié conçu pour apprendre des compétences de polissage multi-étapes à partir de démonstrations tout en respectant les contraintes de processus. Le cadre opère via deux mécanismes interconnectés :

A. Diffusion d'Action Conditionnée par l'Étape
Pour traiter l'incertitude de l'étape, SRDP introduit un réseau d'inférence d'étape qui traite des historiques d'observations multimodales (images visuelles, états du robot, forces de contact, et modes d'outils) pour inférer une distribution de probabilité postérieure sur l'étape actuelle du processus.

Inférence d'Étape : Un réseau $g_\phi$ mappe l'historique des observations $O_t$ vers une postérieure d'étape $z_t$ .
Débruitage Conditionné : Cette postérieure est encodée en un vecteur de condition d'étape $e_t$ , qui est injecté dans le réseau de débruitage inverse partagé. Cela permet à la politique de générer des séquences d'actions cohérentes avec l'étape actuelle inférée sans nécessiter d'étiquettes d'étape externes pendant l'exécution.
Cohérence de Transition : Pour assurer des transitions fluides entre les étapes, une priorité de cohérence de transition d'étape est introduite. Elle utilise une matrice de transition $T$ (dérivée de la connaissance du flux de processus ou des données) pour régulariser l'inférence d'étape, pénalisant les changements d'étape abrupts ou illogiques via une perte d'entropie croisée à étiquettes souples (soft-label).

B. Échantillonnage de Diffusion Contraint par la Rugosité
Pour traiter la dérive des paramètres, SRDP intègre des contraintes physiques et de qualité directement dans le processus d'échantillonnage de la diffusion.

Modélisation Orientée Rugosité : Un modèle empirique de loi de puissance prédit la rugosité de surface ( $R_a$ ) basée sur la force normale ( $F_n$ ), la vitesse d'avance ( $v$ ) et la vitesse de broche pré-réglée par étape ( $\omega$ ). Le modèle est calibré hors ligne à l'aide de données expérimentales.
Ensembles de Contraintes : Deux ensembles sont définis pour l'espace des paramètres :
1. Ensemble de Cohérence de Rugosité ( $\Omega_R$ ) : Assure que la relation couplée entre $F_n$ et $v$ satisfait la rugosité cible dans une bande de tolérance.
2. Ensemble de Faisabilité Physique ( $\Omega_P$ ) : Impose des limites sur les seuils de force/vitesse et la continuité temporelle (taux de variation) pour garantir l'exécutabilité par le robot.
Échantillonnage Guidé : Lors des étapes de débruitage inverse, la politique minimise une fonction d'énergie de contrainte composée d'une énergie de cohérence de rugosité et d'une énergie de faisabilité physique. Une stratégie de guidage doux "dominante par la rugosité" est appliquée dans les étapes de bruit initiales/intermédiaires pour diriger les échantillons vers la région réalisable, suivie d'une projection de modification minimale dans les étapes finales pour garantir que la sortie se situe strictement dans l'ensemble réalisable conjoint $\Omega_t = \Omega_R \cap \Omega_P$ .

3. Contributions Clés

L'article revendique les contributions suivantes :

Cadre Unifié : La proposition de SRDP, qui intègre l'inférence d'étape à partir d'histoires multimodales avec un débruitage inverse partagé pour permettre une génération d'action cohérente avec l'étape sans étiquettes d'étape externes.
Échantillonnage Contraint par le Processus : Le développement d'une méthode d'échantillonnage de diffusion guidée par la rugosité qui génère une vitesse d'avance et une force de contact normale satisfaisant à la fois les exigences de qualité de surface et la faisabilité physique sous des vitesses de broche pré-réglées.
Validation Empirique : Une évaluation complète via des expériences comparatives, des études d'ablation et des validations sur robot réel dans deux scénarios complexes : le polissage de la surface de revêtement d'une cabine de vaisseau spatial et le parachèvement de surface de cavités internes.

4. Résultats Expérimentaux

Les expériences ont été menées sur une plateforme robotique à double bras (deux robots KUKA iiwa14) effectuant deux tâches distinctes :

Polissage de Surface de Revêtement : Impliquant la stabilisation, le polissage de trous carrés/circulaires et le nettoyage par aspiration.
Parachèvement d'Inner-Cavity (Cavité Interne) : Impliquant le transport coopératif, la stabilisation, l'affinage de chanfrein et le polissage de surface d'assemblage.

Métriques de Performance :

Succès de la Tâche : SRDP a atteint les taux de succès de sous-tâches moyens les plus élevés (0,94 pour le revêtement, 0,91 pour la cavité interne) et les taux de succès de transition (0,88 et 0,83, respectivement), surpassant significativement les bases comme la Diffusion Policy (DP) standard, l'Imitation Learning Hiérarchique (HIL) et l'Adaptive Compliance Policy (ACP).
Analyse d'Échec : SRDP a considérablement réduit les deux modes de défaillance dominants :
- Échecs de Changement d'Étape (STF) : Réduits à environ 21-24 % contre plus de 50 % pour les bases sans modélisation d'étape explicite.
- Échecs de Paramètres de Processus (PPF) : Réduits à environ 9,5-10,5 % contre des taux plus élevés pour les méthodes sans contraintes de rugosité.
Qualité de Surface : SRDP a démontré des valeurs de rugosité de surface plus basses et plus stables ainsi que des largeurs de chanfrein plus constantes par rapport à l'ACP, validant l'efficacité de l'échantillonnage contraint par la rugosité.

Études d'Ablation :
Le retrait du conditionnement d'étape a entraîné un effondrement du succès de transition (dominé par les STF). Le retrait des contraintes de rugosité a maintenu les transitions d'étape mais a provoqué une chute significative du succès des sous-tâches dû à des désaccords de paramètres (dominé par les PPF). Le retrait des contraintes de faisabilité a principalement augmenté l'instabilité de contact. Cela confirme que l'architecture complète de SRDP est nécessaire pour supprimer ces deux modes de défaillance simultanément.

5. Signification et Revendications

L'article affirme que SRDP représente une étape importante dans l'application des politiques génératives aux processus de fabrication multi-étapes complexes. Sa signification réside dans :

Combler le Fossé : Il fournit une solution unifiée pour les problèmes concomitants d'incertitude d'étape latente et de dérive de paramètre non contrainte, qui ont été précédemment traités séparément ou pas du tout dans les politiques génératives à haute dimension.
Crédibilité Physique : En intégrant des contraintes pilotées par la rugosité directement dans le processus d'échantillonnage de la diffusion, la méthode garantit que les actions générées sont non seulement sémantiquement correctes pour l'étape de la tâche, mais aussi physiquement réalisables et conformes à la qualité.
Généralisabilité : Bien que démontrée pour le polissage, les auteurs suggèrent que la formulation sert de mécanisme général pour incorporer des objectifs dépendants de l'étape et des contraintes physiques dans les politiques robotiques génératives, potentiellement applicables au meulage, au perçage et à l'ébavurage.

Les auteurs concluent que SRDP améliore la performance des tâches, la stabilité des paramètres et la qualité de surface finale, offrant un cadre robuste pour l'exécution autonome dans les environnements de fabrication de haute précision.