Riepilogo Tecnico: CoRMA (Adattamento Motorio Robotico Contrastivo)

Enunciato del Problema

L'assemblaggio robotico ricco di contatti (ad esempio, InserimentoPerno, FilettaturaDado, IngranaggioMesh) rimane una sfida significativa a causa della sensibilità di tali compiti a disallineamenti geometrici, attrito, compliance e rumore sensoriale. A differenza della manipolazione nello spazio libero, piccole deviazioni possono portare a inceppamenti o fallimenti irreversibili. Sebbene recenti sistemi sim-to-real come FORGE dimostrino robustezza in simulazione, spesso degradano sostanzialmente quando implementati su hardware. Gli approcci esistenti si basano tipicamente su addestramento specifico per il compito, pipeline pesanti di dimostrazione (apprendimento per imitazione) o controllo adattativo classico che richiede calibrazioni ripetute per nuovi setup. Inoltre, i framework standard di meta-apprendimento come Rapid Motor Adaptation (RMA) sono spesso progettati per indizi visivi o centrati sull'oggetto, mentre l'assemblaggio ricco di contatti richiede l'interpretazione di storie di forza e propriocettive per comprendere gli stati di interazione (ad esempio, movimento libero vs. inceppamento).

Metodologia

CoRMA (Adattamento Motorio Robotico Contrastivo) propone un framework di meta-adattamento basato sul contesto, adattato per l'assemblaggio dominato dalla forza. Modifica il paradigma RMA standard sostituendo l'adattamento dei parametri grezzi del simulatore con un contesto di contatto semantico compatto. Il framework opera in tre fasi:

1. Definizione del Contesto di Contatto Semantico

Invece di utilizzare i parametri grezzi del simulatore come informazioni privilegiate, CoRMA definisce una variabile latente $Z$ Privilegiata a 6D ($z_t$) che rappresenta l'interpretazione semantica della dinamica di contatto. Questo vettore include:

• Inizio del contatto
• Impegnamento laterale
• Transizione di contatto guidata
• Direzione del contatto (lungo due assi)
• Tendenza all'inceppamento o allo stick-slip

Questi punteggi sono calcolati dalle dinamiche di contatto e forza del simulatore e servono come target supervisionati durante l'addestramento, ma non sono disponibili durante la distribuzione.

2. Pipeline di Addestramento

• Fase 1 (Insegnante Privilegiato): Una policy consapevole del contatto viene addestrata in simulazione (Isaac Lab) utilizzando PPO. Lo spazio di osservazione è aumentato con l'Oracle Privilegiato $Z$, permettendo all'insegnante di apprendere comportamenti ottimali condizionati alla conoscenza semantica perfetta dello stato di contatto.
• Fase 2 (Addestramento dell'Adattatore): Un adattatore Transformer causale viene addestrato per inferire il Privilegiato $Z$ ($\hat{z}_t$) esclusivamente dalle storie sensoriali distribuibili (forza, propriocettione e azione). L'architettura dell'adattatore include:
  • Testa Semantica: Esegue una regressione per prevedere il vettore $Z$ a 6D ($L_{sem}$).
  • Testa Contrastiva: Utilizza un obiettivo ausiliario InfoNCE ($L_{nce}$) per organizzare gli embedding delle storie in base ai regimi di forza grossolani (movimento libero, primo contatto, scorrimento guidato, inceppamento). Questo agisce come regolarizzatore semantico, assicurando che le storie con semantica di interazione simile si raggruppino insieme, anche tra compiti diversi.
• Fase 3 (Distribuzione): L'Oracle $Z$ viene rimosso dalla policy. L'adattatore congelato predice $\hat{z}_t$ online dalla storia sensoriale, che viene iniettata nella policy. Ciò consente l'adattamento senza dimostrazioni, input privilegiati o aggiornamenti del gradiente al momento del test.

3. Architettura

Il nucleo di CoRMA è un encoder Transformer causale che elabora finestre storiche di forza, propriocettione e azioni. Utilizza un token di lettura appreso per generare la rappresentazione del contesto. L'uso di un Transformer è evidenziato come un fattore dominante rispetto agli encoder Conv1D standard utilizzati nelle varianti RMA precedenti, permettendo al modello di catturare dipendenze a lungo termine e transitori di forza sparsi.

Contributi Chiave

1. Adattamento Semantico del Contatto: CoRMA sposta l'obiettivo di adattamento dai parametri grezzi del simulatore a un vocabolario semantico di contatto compatto e riutilizzabile (6D $Z$) che descrive regimi di interazione piuttosto che geometrie specifiche del compito.
2. Apprendimento Contrastivo basato sui Regimi di Forza: L'introduzione di un obiettivo contrastivo basato sui regimi di forza (libero, contatto, scorrimento, inceppamento) funge da regolarizzatore semantico debole. Questo aiuta a strutturare lo spazio latente per distinguere i tipi di interazione, migliorando la robustezza dell'inferenza del contesto.
3. Interfaccia di Distribuzione Non Truccata: Il sistema aderisce al principio RMA in cui le informazioni privilegiate sono utilizzate solo per la supervisione durante l'addestramento. Alla distribuzione, il robot si adatta online utilizzando solo dati di forza e propriocettione onboard, inferendo il contesto di contatto necessario per gestire le incertezze del mondo reale.
4. Adattatore Transformer Causale: L'implementazione dimostra che un Transformer causale è superiore agli encoder convoluzionali per l'inferenza della semantica di contatto da storie di forza a lungo termine.

Risultati Sperimentali

Gli autori hanno valutato CoRMA su tre compiti (InserimentoPerno, IngranaggioMesh, FilettaturaDado) in Isaac Lab/Isaac Sim 5.0 e su un braccio reale Marvin a 7 DoF.

• Divario Simulazione vs. Reale: Baseline forti (FORGE) hanno raggiunto un successo in simulazione quasi perfetto (98–100%) ma hanno subito drastici cali di prestazioni nella distribuzione nel mondo reale (ad esempio, FORGE è sceso al 12,5% su InserimentoPerno e allo 0% su FilettaturaDado).
• Prestazioni di CoRMA: Sebbene il successo in simulazione di CoRMA fosse leggermente inferiore a quello di FORGE in alcuni casi, ha mantenuto tassi di successo reale verificato significativamente più alti:
  • IngranaggioMesh: CoRMA 65,0% vs. FORGE 25,0%.
  • InserimentoPerno: CoRMA 50,0% vs. FORGE 12,5%.
  • FilettaturaDado: CoRMA 59,3% vs. FORGE 0,0%.
• Analisi dell'Adattatore: Studi di ablazione hanno confermato che il Transformer causale ha fornito il maggiore guadagno di prestazioni (aumentando $R^2$ da ~0,43 a ~0,88 rispetto a Conv1D). L'obiettivo contrastivo ha fornito un beneficio di regolarizzazione più piccolo ma consistente, migliorando la qualità della rappresentazione senza sacrificare l'accuratezza della previsione numerica.

Significato e Affermazioni

Il documento afferma che l'inferenza semantica del contatto funge da interfaccia di adattamento riutilizzabile all'interno di una famiglia correlata di compiti di assemblaggio. Inferendo un contesto di contatto compatto dalla storia della forza, CoRMA riduce il degrado sim-to-real osservato in baseline forti e specifiche per il compito.

Gli autori sono modesti nel loro ambito, affermando che:

• I risultati supportano un meta-adattamento a livello di famiglia di compiti piuttosto che una generalizzazione illimitata a compiti arbitrari non visti.
• La valutazione attuale si concentra sul riutilizzo all'interno di compiti correlati (InserimentoPerno, IngranaggioMesh, FilettaturaDado) piuttosto che sulla generalizzazione ampia.
• La calibrazione Real2Sim rimane un lavoro futuro, poiché il divario sim-to-real residuo deriva probabilmente da disallineamenti nella dinamica, nell'attrito e nella latenza del sensore.
• I risultati sul robot reale sono presentati come prove di distribuzione controllata piuttosto che come certificazione completa dell'affidabilità, dato il numero limitato di prove (decine per compito).

In conclusione, CoRMA dimostra che sostituire l'adattamento dei parametri grezzi con l'inferenza di un contesto semantico di contatto, strutturato dall'apprendimento contrastivo, è una direzione promettente per un assemblaggio sim-to-real robusto in scenari dominati dalla forza.