🤖 AI

TAM: Torque Adaptation Module for Robust Motion Transfer in Manipulation

यह शोध पत्र टॉर्क अडैप्टेशन मॉड्यूल (TAM) को प्रस्तुत करता है, जो एक सीखा हुआ घटक है जो केवल प्रोप्रियोसेप्टिव इतिहास के आधार पर टॉर्क कमांड को अनुकूलित करके विभिन्न रोबोटों और पेलोडों के बीच डायनेमिक मैनिपुलेशन पॉलिसियों के सुदृढ़ ज़ीरो-शॉट ट्रांसफर को सक्षम बनाता है, जिससे पॉलिसी-स्तरीय डोमेन रैंडमाइजेशन या रियल-रोबोट डेटा संग्रह की आवश्यकता समाप्त हो जाती है।

मूल लेखक: Dongwon Son, Florian Shkurti, Jason Lee, Naman Shah, Beomjoon Kim, Dieter Fox

प्रकाशित 2026-06-05

📖 6 मिनट में पढ़ें🧠 गहराई से पढ़ें

CC BY 4.0

मूल लेखक: Dongwon Son, Florian Shkurti, Jason Lee, Naman Shah, Beomjoon Kim, Dieter Fox

मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। ✨ नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें

कल्पना कीजिए कि आपके पास एक मास्टर शेफ है जिसने एक विशिष्ट, उच्च-स्तरीय रसोई के लिए एक रेसिपी को वर्षों तक निखारा है। वह शेफ जानता है कि चाकू पर कितना दबाव डालना है, बर्तन को कितनी तेज़ी से चलाना है, और विशेष रूप से बनाए गए भारी, कस्टम-मेड पैन को कैसे संभालना है।

अब, कल्पना कीजिए कि आप चाहते हैं कि वह शेफ एक अलग रसोई में बिल्कुल वही भोजन पकाए। लेकिन उस नई रसोई में:

थोड़े भारी पैन हैं (अज्ञात पेलोड)।
चाकू पुराने ग्रीस के कारण थोड़े "चिपचिपे" महसूस होते हैं (घर्षण/फ्रिक्शन)।
चूल्हा उस चूल्हे की तुलना में थोड़ा धीमा प्रतिक्रिया देता है जिसका उपयोग करने का शेफ आदी है (अलग डायनेमिक्स)।

यदि शेफ बिना समायोजन किए अपनी बिल्कुल वही हरकतें करने की कोशिश करता है, तो खाना जल सकता है, पैन फिसल सकता है, या चाकू सही से नहीं काट पाएगा। रोबोटिक्स में, यह "सिम-टू-रियल" (Sim-to-Real) समस्या है: एक पूर्ण कंप्यूटर सिमुलेशन में प्रशिक्षित रोबोट अक्सर वास्तविक रोबोट पर रखे जाने पर विफल हो जाता है क्योंकि वास्तविक दुनिया अव्यवस्थित, भारी और अप्रत्याशित होती है।

समस्या: "परफेक्ट" बनाम "असली"

पेपर बताता है कि मौजूदा समाधान ऐसे हैं जैसे शेफ को "अत्यधिक सावधान" (डोमेन रैंडमाइजेशन) बनने के लिए सिखाना ताकि वह किसी भी रसोई को संभाल सके, जो उन्हें धीमा और अनाड़ी बना देता है। या, आप नई रसोई के हर पेंच और स्प्रिंग को मापते हैं जबकि शेफ खाना बना रहा होता है (सिस्टम आइडेंटिफिकेशन), जिसमें बहुत अधिक समय और डेटा लगता है।

समाधान: TAM (एक "स्मार्ट अडैप्टर")

लेखक TAM (टॉर्क अडैप्टेशन मॉड्यूल) पेश करते हैं। TAM को एक बहुत ही स्मार्ट सहायक शेफ (sous-chef) के रूप में समझें जो मुख्य शेफ के ठीक बगल में खड़ा है, लेकिन केवल अंतिम सेकंड में जब चाकू भोजन से टकराने वाला होता है।

यहाँ बताया गया है कि TAM कैसे काम करता है, जिसे सरल भागों में विभाजित किया गया है:

1. "ब्लैक बॉक्स" पॉलिसी (शेफ)
मुख्य रोबोट पॉलिसी ( "शेफ") को एक आदर्श, पूर्ण रोबोट पर प्रशिक्षित किया जाता है। यह कमांड भेजता है जैसे "हाथ को स्थिति X पर ले जाएं" या "बल Y लगाएं।" इसे भारी पैन या चिपचिपे ग्रीस के बारे में पता नहीं होता।

2. लो-लेवल कंट्रोलर (हाथ/आर्म)
यह वह हिस्सा है जो शेफ के कमांड को वास्तविक मांसपेशियों की गति (टॉर्क) में अनुवादित करता है। यह कहता है, "ठीक है, स्थिति X तक पहुँचने के लिए, मुझे 10 न्यूटन के बल से धक्का देने की आवश्यकता है।"

3. TAM (सहायक शेफ)
TAM, लो-लेवल कंट्रोलर और वास्तविक रोबोट मोटर के बीच स्थित होता है। यह शेफ को यह नहीं बताता कि क्या करना है। इसे यह भी नहीं पता होता कि शेफ क्या हासिल करने की कोशिश कर रहा है (यह रेसिपी या लक्ष्य को नहीं देखता)।

इसके बजाय, TAM रोबोट के इतिहास (history) को देखता है। यह देखता है कि:

पिछले कुछ सेकंड में हाथ वास्तव में कैसे चला।
वास्तव में कितना बल लगाया गया।
हाथ ने कैसा "महसूस" किया (प्रोप्रियोसेप्शन)।

इस इतिहास के आधार पर, TAM को एहसास होता है, "हे, हाथ उम्मीद से धीमा चल रहा है क्योंकि उस भारी पैन की वजह से रुकावट है।"

4. जादुई समायोजन (रेसिड्यूअल टॉर्क)
TAM एक छोटा, तात्कालिक सुधार निकालता है। यदि कंट्रोलर ने कहा "10 न्यूटन से धक्का दें," तो TAM फुसफुसा सकता है, "वास्तव में, घर्षण की भरपाई के लिए 10.5 न्यूटन से धक्का दें।" यह कमांड के हिट होने से ठीक पहले इसमें एक छोटा "अतिरिक्त धक्का" (रेसिड्यूअल टॉर्क) जोड़ देता है।

यह विशेष क्यों है?

यह प्लग-एंड-प्ले है: आप एक रोबोट पॉलिसी जिसे एक काम (जैसे बॉक्स को धकेलना) के लिए प्रशिक्षित किया गया है और दूसरे को पूरी तरह से अलग काम (जैसे क्यूब को पलटना) के लिए प्रशिक्षित किया गया है, उसे ले जा सकते हैं और TAM दोनों के लिए काम करता है। आपको मुख्य शेफ को फिर से प्रशिक्षित करने की आवश्यकता नहीं है। आप बस TAM अडैप्टर को प्लग इन कर सकते हैं।
यह "देखने" से नहीं, बल्कि "महसूस करने" से सीखता है: TAM को रोबोट के कैमरे को देखने या कार्य को जानने की आवश्यकता नहीं है। इसे केवल रोबोट के इतिहास की आवश्यकता होती है। यह एक आंखों पर पट्टी बांधे हुए विशेषज्ञ की तरह है जो केवल इंजन की आवाज़ और स्टीयरिंग व्हील के कंपन से बता सकता है कि कार भारी है या नहीं।
यह तेज़ है: TAM इन छोटे समायोजनों को प्रति सेकंड 1,000 बार (1 kHz) करता है। यह इतना तेज़ है कि भारी वस्तुओं को पलटने या गेंद को संतुलित करने जैसे गतिशील, तेज़-मूविंग कार्यों को संभाल सके, जो धीमी विधियाँ नहीं कर सकतीं।
इसे वास्तविक दुनिया के डेटा की आवश्यकता नहीं है: "सहायक शेफ" (TAM) को पूरी तरह से कंप्यूटर सिमुलेशन में हजारों "क्या होगा अगर" वाले परिदृश्यों (भारी पैन, चिपचिपा ग्रीस, टूटी हुई स्प्रिंग) के साथ प्रशिक्षित किया जाता है। एक बार प्रशिक्षित होने के बाद, इसे वास्तविक रोबोट पर डाला जा सकता है और यह तुरंत काम कर सकता है, भले ही रोबोट के साथ पूरी तरह से अज्ञात वजन जुड़ा हो।

परिणाम

पेपर ने एक वास्तविक रोबोट (फ्रैंका पांडा) पर तीन बहुत अलग कार्यों का परीक्षण किया:

बॉक्स को धकेलना (रीइन्फोर्समेंट लर्निंग द्वारा सीखी गई पॉलिसी का उपयोग करके)।
क्यूब को पलटना (मानव प्रदर्शनों की नकल करके सीखी गई पॉलिसी का उपयोग करके)।
प्लेट पर गेंद को संतुलित करना (एक गणित-आधारित कंट्रोलर का उपयोग करके)।

सभी मामलों में, TAM वाला रोबोट उन रोबोटों की तुलना में बहुत बेहतर प्रदर्शन करता है जो चलते समय भौतिकी का अनुमान लगाने की कोशिश करते हैं या जो केवल "सावधान" रहने की कोशिश करते हैं। TAM ने रोबोट को उसी आत्मविश्वास और गति के साथ काम करने की अनुमति दी जैसे कि वह पूर्ण सिमुलेशन में हो, भले ही वह वास्तविक दुनिया की अव्यवस्था से जूझ रहा हो।

सारांश उपमा

यदि रोबोट पॉलिसी एक ड्राइवर है जिसने एक आदर्श, सूखे रेस ट्रैक पर ड्राइविंग सीखी है, और वास्तविक दुनिया एक बारिश वाली, कीचड़ भरी सड़क है:

पुराने तरीके ड्राइवर को बहुत धीरे और सावधानी से चलाने के लिए कहते हैं (रूढ़िवादी)।
अन्य तरीके ड्राइविंग के दौरान कीचड़ की गहराई मापने की कोशिश करते हैं (धीमा और जटिल)।
TAM एक को-पायलट की तरह है जो कार के फिसलने को महसूस करता है और ड्राइवर को अपनी ड्राइविंग शैली बदलने के लिए कहे बिना, कार को ट्रैक पर रखने के लिए प्रति सेकंड 1,000 बार स्टीयरिंग और गैस पेडल को तुरंत ट्यून करता है।

पेपर निष्कर्ष निकालता है कि TAM एक मजबूत, लचीला उपकरण है जो रोबोट को "परफेक्ट दुनिया" के सिमुलेशन से "मेसी दुनिया" की वास्तविकता में सफल होने में मदद करता है, बिना हर नए रोबोट या हर नई भारी वस्तु के लिए पुन: प्रशिक्षित किए।

तकनीकी सारांश: टॉर्क अडैप्टेशन मॉड्यूल (TAM) - मैनिपुलेशन में सुदृढ़ मोशन ट्रांसफर के लिए

1. समस्या की परिभाषा

यह शोध पत्र रोबोटिक मैनिपुलेशन में सिम-टू-रियल ट्रांसफर (sim-to-real transfer) और मोशन रोबस्टनेस (motion robustness) की चुनौती को संबोधित करता है। एक विशिष्ट "आदर्श" रोबोट मॉडल के लिए प्रशिक्षित या डिज़ाइन किया गया पॉलिसी अक्सर तब विफल हो जाता है जब उसे अलग डायनेमिक्स वाले लक्ष्य रोबोट पर तैनात किया जाता है। ये विसंगतियां निम्नलिखित कारणों से उत्पन्न होती हैं:

सिम-टू-रियल गैप (sim-to-real gap): (अनमॉडल किया गया घर्षण, डैम्पिंग, एक्चुएटर विलंब)।
अज्ञात पेलोड (unknown payloads): (द्रव्यमान और सेंटर-ऑफ-मास में बदलाव)।
इंस्टेंस-टू-इंस्टेंस वेरिएशंस (instance-to-instance variations): (विनिर्माण सहनशीलता/manufacturing tolerances)।

कॉन्टैक्ट-रिच (contact-rich), डायनेमिक कार्यों में, मोशन की छोटी विसंगतियां भी कॉन्टैक्ट टाइमिंग और मोड्स को बाधित करती हैं, जिससे कार्य विफल हो जाता है। मौजूदा समाधानों के सामने महत्वपूर्ण सीमाएं हैं:

सिस्टम आइडेंटिफिकेशन (SysID): इसके लिए प्रत्येक नए रोबोट या पेलोड परिवर्तन के लिए निरंतर डेटा संग्रह और मॉडल पुन: पहचान की आवश्यकता होती है।
डोमेन रैंडमाइजेशन (Domain Randomization): यह अक्सर अत्यधिक रूढ़िवादी (conservative) पॉलिसियाँ उत्पन्न करता है जो रोबोट की पूर्ण डायनेमिक रेंज का लाभ उठाने में विफल रहती हैं।
पॉलिसी-साइड अडैप्टेशन (जैसे, RMA, UPOSI): इसके लिए अडैप्टेशन ब्रांच के साथ पॉलिसी को फिर से प्रशिक्षित करने या डिस्टिल करने की आवश्यकता होती है, जो क्लोज्ड-सोर्स, थर्ड-पार्टी, या मॉडल-आधारित (MPC) पॉलिसियों के लिए महंगा या असंभव है।

2. कार्यप्रणाली: टॉर्क अडैप्टेशन मॉड्यूल (TAM)

लेखक TAM का प्रस्ताव करते हैं, जो एक सीखा हुआ मॉड्यूल है जिसे टॉर्क इंटरफेस पर डाला जाता है—लो-लेवल कंट्रोलर और रोबोट के भौतिक एक्चुएटर्स के बीच। TAM उच्च-स्तरीय पॉलिसी से स्वतंत्र रूप से कार्य करता है, जिससे यह बिना पॉलिसी को संशोधित किए किसी भी मौजूदा पॉलिसी (RL, BC, या MPC) को अनुकूलित (adapt) करने की अनुमति देता है।

मुख्य आर्किटेक्चर

TAM दो प्राथमिक घटकों से बना है जो विभिन्न समय पैमानों (time scales) पर कार्य करते हैं:

हिस्ट्री एनकोडर (5 Hz):
- इनपुट: प्रोप्रियोसेप्टिव डेटा (जॉइंट पोजीशन $q$ , वेलोसिटी $\dot{q}$ ) और लागू टॉर्क $\tau^a$ का एक लॉन्ग-होरिज़न हिस्ट्री (12 सेकंड)।
- फीचर ऑग्मेंटेशन: एनकोडर एक फिजिक्स रेसिडुअल फीचर ( $e_\tau$ ) को शामिल करता है, जिसकी गणना लागू टॉर्क और उस टॉर्क के अंतर के रूप में की जाती है जो आदर्श मॉडल को देखे गए मोशन के लिए आवश्यक होता है। यह डायनेमिक्स मिसमैच का एक सीधा संकेत प्रदान करता है।
- प्रोसेसिंग: हाई-फ्रीक्वेंसी (1 kHz) हिस्ट्री को एक कॉम्पैक्ट लेटेंट स्टेट $z_t$ में कुशलतापूर्वक प्रोसेस करने के लिए यह एक पैच-वाइज टाइम-सीरीज टोकनाइजेशन रणनीति और एक कॉज़ल ट्रांसफॉर्मर (causal Transformer) का उपयोग करता है।
टॉर्क अडैप्टर (1 kHz):
- इनपुट: लेटेंट स्टेट $z_t$ , हालिया स्टेट/टॉर्क का एक छोटा लोकल विंडो, और नॉमिनल टॉर्क $\tau^0_t$ जो लो-लेवल कंट्रोलर द्वारा उत्पन्न किया गया है।
- आउटपुट: एक रेसिडुअल टॉर्क करेक्शन $\Delta\tau_t$ ।
- मैकेनिज्म: $z_t$ द्वारा कंडिशन्ड एडेप्टिव लेयर नॉर्मलाइजेशन का उपयोग करता है ताकि समान वेट्स (weights) अलग-अलग डायनेमिक्स के लिए अलग-अलग करेक्शन लॉ बना सकें।
- फाइनल कमांड: सुधारा गया टॉर्क $\tau^c_t = \text{clip}(\tau^0_t + \Delta\tau_t)$ रोबोट को भेजा जाता है।

प्रशिक्षण रणनीति

टास्क-एग्नोस्टिक डेटा: TAM को विशिष्ट कार्य प्रदर्शन (demonstrations) के बजाय रैंडमाइज्ड, फ्री-स्पेस जॉइंट-मोशन रोलआउट्स पर प्रशिक्षित किया जाता है।
सुपरविजन: प्रशिक्षण उद्देश्य लोकल टॉर्क मैचिंग है। एक स्टेट और नॉमिनल टॉर्क दिए जाने पर, सिस्टम उस "टीचर" टॉर्क की गणना करता है जो लक्षित (perturbed) रोबट को आदर्श रोबोट के समान त्वरण प्राप्त करने के लिए आवश्यक है।
दो-चरणीय पाइपलाइन:
1. मल्टी-रोबोट प्रीट्रेनिंग: मॉड्यूल को पांच अलग-अलग रोबोट मॉडल्स (Panda, Piper, RBY-1, iiwa14, Flexiv Rizon4) से रैंडमाइज्ड रोलआउट्स पर प्रशिक्षित किया जाता है ताकि एक साझा करेक्शन इनिशियलाइजेशन सीखा जा सके।
2. रोबोट-विशिष्ट फाइन-ट्यूनिंग: यदि लक्षित रोबोट के लिए सिम्युलेटर उपलब्ध है, तो प्री-ट्रेंड वेट्स को उस रोबोट के रैंडमाइज्ड रोलआउट्स पर फाइन-ट्यून किया जाता है। इसके लिए वास्तविक दुनिया के डेटा की आवश्यकता नहीं है।

3. मुख्य योगदान

डिकपल्ड अडैप्टेशन (Decoupled Adaptation): अडैप्टेशन लेयर को टॉर्क इंटरफेस पर स्थानांतरित करके, TAM को पॉलिसी ऑब्जर्वेशन, रिवॉर्ड्स, या आंतरिक अवस्थाओं तक पहुँच की आवश्यकता नहीं होती है। यह विविध पॉलिसियों (RL, BC, MPC) और एक्शन स्पेस (जॉइंट टारगेट्स, एंड-इफेक्टर टारगेट्स, डायरेक्ट टॉर्क) के लिए एक ही सेट के TAM वेट्स के पुन: उपयोग को सक्षम बनाता है।
जीरो-शॉट रियल-वर्ल्ड ट्रांसफर: यह विधि अज्ञात पेलोड और डायनेमिक्स वाले वास्तविक रोबोट्स पर मजबूत निष्पादन को सक्षम बनाती है, जिसमें मूल पॉलिसी को फिर से प्रशिक्षित करने या वास्तविक दुनिया के कैलिब्रेशन डेटा को एकत्र करने की आवश्यकता नहीं होती है।
हाई-फ्रीक्वेंसी करेक्शन: 1 kHz पर कार्य करते हुए, TAM उन तेज़, डायनेमिक मैनिपुलेशन कार्यों का समर्थन करता जिनमें कॉन्टैक्ट और इनरशिया परिवर्तनों के प्रति तीव्र प्रतिक्रिया की आवश्यकता होती है।
जनरलाइजेशन: मल्टी-रोबोट प्रीट्रेनिंग दृष्टिकोण को मॉड्यूल को अनदेखे रोबोट मॉर्फोलॉजी तक सामान्य करने की अनुमति देता है, जिसमें सिमुलेशन फाइन-ट्यूनिंग के माध्यम से और सुधार संभव है।

4. प्रयोगात्मक परिणाम

लेखकों ने तीन अलग-अलग कार्यों और एक सिम्युलेटेड क्रॉस-रोबोट ट्रैकिंग अध्ययन पर एक वास्तविक फ्रैंका एमिका पांडा (Franka Emika Panda) रोबोट पर TAM का मूल्यांकन किया।

रियल-वर्ल्ड टास्क (Franka Panda)

विज़न-बेस्ड RL बॉक्स पुशिंग: TAM ने 76.2% सफलता दर प्राप्त की, जो डायरेक्ट निष्पादन (47.6%) और ऑनलाइन सिस्टम आइडेंटिफिकेशन (57.1%) से काफी बेहतर है।
बिहेवियर-क्लोन्ड क्यूब फ्लिप: TAM ने 72.0% सफलता दर हासिल की, जो आदर्श सिमुलेशन बेसलाइन (73.5%) के लगभग बराबर है और ऑनलाइन SysID (34.0%) की सफलता दर से दोगुने से अधिक है।
MPC बॉल-ऑन-प्लेट बैलेंसिंग: TAM ने 15 सेकंड में 13.6 ± 2.9 लक्ष्य पूरे किए, जो ऑनलाइन SysID (13.1) और डायरेक्ट निष्पादन (8.8) से बेहतर है, और आदर्श सिमुलेशन प्रदर्शन (15.9) के करीब है।
अनजान पेलोड के साथ ट्रैकिंग: एक छिपे हुए 1 किग्रा पेलोड वाले एंड-इफेक्टर ट्रैकिंग कार्यों में, TAM ने ट्रैकिंग एरर (RMSE) को ~6 सेमी (डायरेक्ट) से घटाकर 1.29 सेमी (कैरीड स्टेट) कर दिया, जो स्पष्ट पैरामीटर अनुमान बेसलाइन्स से बेहतर है।

सिमुलेशन क्रॉस-रोबोट जनरलाइजेशन

पांच रोबोट्स पर प्री-ट्रेंड TAM वेट्स का परीक्षण दो अनदेखे रोबोट्स (Google Robot, Unitree Z1) पर किया गया।
मल्टी-रोबोट प्री-ट्रेंड TAM ने डायरेक्ट और ऑनलाइन SysID बेसलाइन्स की तुलना में ट्रैकिंग एरर को काफी कम कर दिया।
लक्षित रोबोट के सिमुलेशन पर फाइन-ट्यूनिंग ने एरर को और कम कर दिया, जो दो-चरणीय प्रशिक्षण पाइपलाइन की प्रभावकारिता को प्रदर्शित करता है।

एब्लेशन स्टडीज (Ablation Studies)

हिस्ट्री एनकोडर: लॉन्ग-होरिज़न एनकोडर को हटाने से सफलता दर काफी कम हो गई (सिमुलेशन में 84% से 42% तक), जो टेम्पोरल कॉन्टेक्स्ट के महत्व को उजागर करता है।
फिजिक्स रेसिडुअल फीचर: $e_\tau$ फीचर को हटाने से क्रॉस-रोबोट ट्रांसफर कमजोर हो गया, जो विशिष्ट मॉर्फोलॉजी से परे सामान्य करने में इसकी भूमिका की पुष्टि करता है।
डायरेक्ट टॉर्क बनाम पैरामीटर प्रेडिक्शन: सीधे रेसिडुअल टॉर्क की भविष्यवाणी करने वाले तरीके उन तरीकों से बेहतर रहे जिन्होंने पहले स्पष्ट भौतिक मापदंडों की भविष्यवाणी करने का प्रयास किया।

5. महत्व और दावे

लेखक दावा करते हैं कि TAM मैनिपुलेशन के लिए सिम-टू-रियल ट्रांसफर को संभालने के तरीके में एक बदलाव का प्रतिनिधित्व करता है। पॉलिसी को मजबूती सीखने के लिए मजबूर करने या निरंतर सिस्टम आइडेंटिफिकेशन की आवश्यकता के बजाय, TAM अडैप्टेशन के बोझ को एक मॉड्यूलर, टॉर्क-लेवल इंटरफेस पर डाल देता है।

मॉड्यूलरिटी: यह स्वतंत्र रूप से लिखित पॉलिसियों (RL, BC, MPC) के लिए बिना फिर से प्रशिक्षित किए "प्लग-एंड-प्ले" अडैप्टेशन की अनुमति देता है।
दक्षता: यह वास्तविक दुनिया के डेटा संग्रह की आवश्यकता को समाप्त करता है, जो इसके बजाय रैंडमाइज्ड सिमुलेशन और मल्टी-रोबोट प्रीट्रेनिंग पर निर्भर करता है।
मजबूती (Robustness): यह अज्ञात भौतिक मापदंडों वाले वास्तविक हार्डवेयर पर डायनेमिक, कॉन्टैक्ट-रिच मैनिपुलेशन को सक्षम बनाता है, जहाँ पारंपरिक तरीके विफल हो जाते हैं।

लेखक सीमाओं को स्वीकार करते हैं: TAM के लिए टॉर्क इंटरफेस और मैच की गई किनेमैटिक संरचना तक पहुँच की आवश्यकता होती है। यह मानता है कि लक्षित रोबोट के डायनेमिक्स को एक्चुएटर के टॉर्क बजट के भीतर सुधारा जा सकता है और यह लंबे समय तक चलने वाली स्थिरता या उन कार्यों के लिए औपचारिक गारंटी प्रदान नहीं करता है जो प्रशिक्षण वितरण (जैसे, अत्यधिक कॉन्टैक्ट फोर्स) से बाहर के डायनेमिक्स की आवश्यकता रखते हैं।