Sintesi Tecnica: TaSA – Apprendimento Predittivo Profondo a Due Fasi dell'Attenuazione Sensoriale Tattile

1. Definizione del Probleo

La manipolazione in-hand della robotica, in particolare i compiti che richiedono una destrezza fine come il pizzicamento, l'uso di strumenti e l'inserimento di precisione, affronta una sfida critica: distinguere tra i segnali tattili generati dal contatto con se stessi (dita che toccano altre dita o il palmo) e il contatto esterno (dita che toccano un oggetto).

Gli approoli robotici attuali spesso mitigano questa complessità limitando il movimento per evitare il contatto con se stessi o ignorando interamente le informazioni tattili auto-generate. Tuttavia, negli scenari del mondo reale, il contatto con se stessi è inevitabile. Quando un robot non è in grado di differenziare i propri movimenti dalle interazioni esterne, rischia di classificare erroneamente il tocco proprio come contatto esterno. Ciò porta a prese instabili, terminazioni errate del compito e potenziali danni all'oggetto o al robot. Mentre gli esseri umani utilizzano l'Attenuazione Sensoriale (SA) — un meccanismo attraverso il quale il sistema nervoso riduce il peso dei segnali sensoriali prevedibili auto-generati per evidenziare stimoli esterni nuovi — i robot mancano di un framework predittivo equivalente per filtrare efficacemente tali segnali.

2. Metodologia: Il Framework TaSA

Gli autori propongono TaSA, un framework di apprendimento predittivo profondo a due fasi progettato per replicare l'attenuazione sensoriale nelle mani robotiche. L'obiettivo principale è modellare esplicitamente e sottrarre la dinamica del tocco proprio, isolando così le interazioni con l'oggetto esterno.

Fase 1: Apprendimento del Tocco Proprio (Self-Touch Learning)

In questa fase, una rete completamente connessa (FCN) viene addestrata per prevedere il feedback tattile derivante esclusivamente da contatti dito-dito o dito-palmo, indipendentemente da oggetti esterni.

• Input: Posizioni attuali delle articolazioni ($q_t$) e posizioni desiderate delle articolazioni del timestep precedente ($q^{des}_{t-1}$).
• Output: Stato tattile previsto ($\hat{s}_t$) per i polpastrelli dell'indice e del pollice.
• Dati di Addestramento: Raccolti durante movimenti in spazio libero e scenari di contatto con se stessi (ad esempio, sfregamento, pizzicamento senza oggetti) attraverso una vasta gamma di posture.
• Obiettivo: Il modello impara ad associare le configurazioni articolari ai pattern tattili caratteristici del contatto con se stessi.

Fase 2: Apprendimento del Movimento (Motion Learning)

Questa fase integra il modello di tocco proprio appreso nella politica di controllo per i compiti di manipolazione.

• Architettura: Una rete neurale ricorrente (LSTM) elabora un vettore di input combinato contenente:
  1. Posizioni attuali delle articolazioni ($q_t$).
  2. Dati dei sensori tattili grezzi ($T_t$).
  3. Segnali di tocco proprio previsti ($\hat{s}_t$) generati da una copia congelata della FCN della Fase 1.
• Meccanismo: La LSTM prevede la successiva configurazione delle articolazioni, la configurazione desiderata delle articolazioni e il conseguente feedback tattile grezzo. Fornendo esplicitamente il tocco proprio previsto alla rete, il sistema impara ad "attenuare" i segnali auto-generati previsti. Ciò consente alla rete di concentrarsi sul segnale residuo, che rappresenta l'interazione con l'oggetto esterno.
• Differenziazione: A differenza dei metodi basati (baseline) che trattano ogni input tattile come esterno, TaSA utilizza il tocco proprio previsto come riferimento per filtrare il rumore interno prevedibile, migliorando il rapporto segnale-rumore per il contatto con l'oggetto.

3. Configurazione Sperimentale

Il framework è stato valutato utilizzando una Allegro Hand (16 DOF) dotata di sensori tattili triassiali ad alta risoluzione uSkin sui polpastrelli dell'indice e del pollice. Gli esperimenti hanno utilizzato un sistema di teleoperazione leader-follower per generare traiettorie di movimento naturali.

Sono stati selezionati tre compiti di inserimento di precisione per testare la discriminazione tattile fine sotto diverse condizioni:

1. Fissaggio di una graffetta: Attaccare graffette piccole e grandi alla carta in diverse posizioni laterali.
2. Inserimento di monete: Inserire monete da 1, 100 e 500 yen in una fessura stretta in diverse posizioni.
3. Inserimento di mina di matita: Inserire mine di diametri variabili (da 0,7 mm a 2,0 mm) ad angoli diversi in una matita meccanica.

La valutazione ha impiegato una divisione rigorosa train-test, dove specifiche posizioni, dimensioni o angoli sono stati riservati per il test al fine di indagare le capacità di generalizzazione.

4. Risultati Chiave

Lo studio ha confrontato TaSA (Tattile Grezzo + Previsto Auto-generato) con una baseline che utilizza solo il Tattile Grezzo (RT).

• Accuratezza della Predizione del Tocco Proprio: Il modello della Fase 1 ha raggiunto un'alta correlazione con i segnali di tocco proprio effettivi ($r \approx 0,96$ per il pollice, $r \approx 0,98$ per l'indice). L'errore di predizione è rimasto vicino allo zero durante il contatto prolungato con se stessi, con deviazioni che si verificavano principalmente durante le transizioni rapide, isolando efficacemente la componente del tocco proprio.
• Miglioramenti delle Prestazioni del Compito:
  • Fissaggio della Graffetta: I tassi di successo sono aumentati dal 70% (solo RT) al 95% (TaSA). Il miglioramento è stato più evidente nel posizionamento "frontale", dove il contatto con se stessi spesso simulava un aggancio riuscito della graffetta nella baseline.
  • Inserimento di Monete: I tassi di successo sono migliorati dal 68% al 92%. TaSA ha dimostrato una generalizzazione perfetta (100% di successo) sulla fessura "centrale" non vista in tutti i formati di moneta, mentre la baseline faticava con l'urto dei bordi.
  • Inserimento di Mina di Matita: Questo compito, il più difficile, ha visto i tassi di successo salire dal 26% al 58%. TaSA ha mostato una robustezza significativa sia per gli angoli addestrati che per quelli non addestrati, particolarmente per le mine più sottili dove i segnali tattili sono deboli.
• Analisi dello Spazio delle Caratteristiche (PCA): Le visualizzazioni dello spazio delle caratteristiche appreso hanno rivelato che TaSA riduce la varianza causata dai segnali auto-generati. Ciò ha portato a una separazione più chiara tra i diversi stati del compito (ad esempio, cluster distinti per diverse dimensioni di monete o angoli di inserimento) rispetto ai cluster sovrapposti osservati nella baseline.

5. Significato e Rivendicazioni

L'articolo sostiene che la percezione tattile strutturata basata sull'attenuazione sensoriale è critica per la manipolazione robotica destre.

• Novità: TaSA è presentato come il primo framework che modella e utilizza esplicitamente la dinamica del tocco proprio per filtrare i segnali tattili nella manipolazione multi-dito, affrontando una lacuna in cui i lavori precedenti o ignoravano il contatto con se stessi o non riuscivano a differenziarlo dal contatto con l'oggetto.
• Generalizzazione: I risultati dimostrano che, imparando a prevedere e sottrarre i segnali auto-generati, i robot possono generalizzare meglio a geometrie, posizioni e orientamenti di oggetti non visti.
• Robustezza: Il framework consente un controllo stabile in ambienti ricchi di contatti dove il contatto con se stessi è inevitabile, impedendo al sistema di essere sopraffatto dal rumore tattile prevedibile.
• Direzioni Future: Gli autori suggeriscono che questo approccio sia un passo necessario verso la scalabilità alla manipolazione complessa multi-dito, dove le interazioni dito-dito e dito-palmo sono frequenti e devono essere distinte dalle interazioni con l'oggetto per mantenere la stabilità della presa e l'integrità dell'oggetto.

Gli autori rimangono modesti riguardo all'ambito, notando che, sebbene il framework mostri promesse nel caso di estrazione del tocco esterno come input separato, sono necessarie ulteriori investigazioni per realizzare pienamente il suo potenziale in scenari più complessi con elevati gradi di libertà (DOF).