Riepilogo Tecnico: Apprendimento di Abilità Motorie Trasferibili per Compiti Robotici di Superficie Consapevoli della Geometria

Enunciato del Problema

I compiti di interazione robotica con le superfici, come la verniciatura a spruzzo e la saldatura, richiedono una duplice capacità: una pianificazione accurata del percorso geometrico e strategie di esecuzione precise che mimino l'expertise umana. Sebbene i pianificatori di movimento moderni generino efficacemente percorsi privi di collisioni che soddisfano i vincoli geometrici, spesso non riescono a catturare i modelli motori sfumati degli operatori umani esperti, come la scalatura adattiva della velocità e gli aggiustamenti dell'orientamento dell'utensile basati sulla geometria locale. Al contrario, gli approcci di Apprendimento dalla Dimostrazione (LfD) preservano queste abilità motorie esperte ma tipicamente accoppiano l'esecuzione in modo stretto alla geometria specifica della dimostrazione. Questo accoppiamento limita la trasferibilità delle abilità apprese a nuovi pezzi lavorati con forme o topologie diverse. La sfida centrale affrontata è come disaccoppiare la pianificazione geometrica di alto livello dall'expertise di esecuzione di basso livello per abilitare abilità motorie trasferibili e consapevoli della geometria.

Metodologia

Gli autori propongono un framework modulare che rappresenta il comportamento esperto come un vocabolario di regole motorie atomiche e interpretabili. Queste regole modificano sistematicamente un percorso di riferimento pianificato geometricamente in base alle caratteristiche dei segmenti locali.

1. Rappresentazione delle Abilità Basata su Regole

Le abilità esperte sono modellate come un insieme strutturato di trasformazioni parametriche ($\rho$) applicate ai segmenti spaziali di una traiettoria. Il percorso geometrico grezzo viene scomposto in segmenti (ad esempio, linee rette, angoli). Il vocabolario delle regole include:

• Scalatura della Velocità ($\rho_{vel}$): Applica un fattore di scalatura continuo alla velocità lineare target.
• Offset di Orientamento ($\rho_{ori}$): Introduce inclinazioni sistematiche (rappresentate come offset quaternionici) rispetto alla normale della superficie per mimare la manipolazione esperta dell'utensile.

2. Inferenza Neurale Multimodale

Una rete neurale multimodale viene addestrata per inferire i parametri delle regole e i tipi di segmento congiuntamente dai dati di traiettoria cinematica e dalla geometria del modello CAD.

• Input: Il modello elabora una traiettoria cinematica (posizione, orientamento, velocità) e il modello CAD target sottostante (rappresentato come una nuvola di punti).
• Architettura:
  • Codificatore di Traiettoria: Un codificatore convoluzionale 1D (tre strati Conv1d impilati) elabora le caratteristiche della traiettoria indicizzate temporalmente. Gli orientamenti sono mappati su una rappresentazione di rotazione continua a 6D per la stabilità.
  • Codificatore di Geometria: Un codificatore PointNet++ elabora la nuvola di punti CAD per estrarre caratteristiche geometriche globali.
  • Fusione: Gli embedding da entrambe le modalità vengono concatenati e passati attraverso una rete neurale artificiale multistrato (MLP) condivisa.
• Output: La rete utilizza due testate:
  • Una testata di classificazione che predice il tipo di segmento geometrico (retto, angolo o nessuno) a cui si applica una regola.
  • Una testata di regressione che predice il parametro di esecuzione continuo (ad esempio, moltiplicatore di velocità specifico o angolo di inclinazione).

3. Raffinamento della Traiettoria e Simulazione

Per garantire la continuità fisica ed evitare salti istantanei di velocità, le regole inferite vengono iniettate in una simulazione basata sulla fisica. Un controllore di inseguimento puro (pure pursuit) traccia una posa di sguardo in avanti lungo il percorso di riferimento, applicando forze e coppie proporzionali agli errori di posizione e orientamento. La risultante forza-wrench viene integrata numericamente utilizzando un metodo di Runge-Kutta del quarto ordine (RK4), modellando l'effettore finale come un corpo rigido con massa, inerzia e smorzamento viscoso.

4. Generazione e Trasferimento dei Dati

I dati di addestramento sono generati sinteticamente utilizzando topologie a forma di L e a forma di finestra. Per il trasferimento su geometrie non viste, il sistema segmenta automaticamente un nuovo percorso geometrico utilizzando una finestra scorrevole e la Decomposizione ai Valori Singoli (SVD) per misurare la curvatura locale, etichettando i punti come "retto" o "angolo" senza annotazione manuale. Le regole inferite vengono quindi applicate ai corrispondenti segmenti durante la simulazione.

Contributi Chiave

Il documento delinea due contributi principali:

1. Un Framework Modulare: Un sistema che rappresenta le abilità motorie esperte come un vocabolario di regole parametriche, permettendo a queste abilità di essere iniettate in traiettorie pianificate geometricamente, disaccoppiando così la pianificazione dall'expertise di livello di esecuzione.
2. Un'Architettura Neurale Multimodale: Un design di rete specifico che combina un codificatore di traiettoria convoluzionale 1D e un codificatore CAD PointNet++ per inferire parametri di regole e tipi di segmento direttamente dai dati di dimostrazione.

Risultati Sperimentali

L'approccio è stato valutato su dataset simulati contenenti oggetti a forma di L e a forma di finestra.

• Classificazione delle Regole: Sulle geometrie a forma di L, il modello ha raggiunto un punteggio F1 combinato di 0,999 su tre classi (retto, angolo, nessuno). Sulle geometrie complesse a forma di finestra, ha raggiunto un punteggio F1 di 1,000 per la scalatura della velocità e 0,984 per le regole di orientamento.
• Regressione dei Parametri:
  • Forme a L: L'Errore Assoluto Medio (MAE) è stato di 0,020 rad per gli offset di orientamento e 0,056 per i fattori di scalatura della velocità.
  • Topologie a Finestra: Il modello ha mantenuto una stima accurata dell'orientamento (MAE 0,038 rad). La scalatura della velocità ha mostrato un errore moderato di 0,131, che gli autori attribuiscono ai segmenti più brevi e rapidamente variabili caratteristici dei telai delle finestre, suggerendo la necessità di una segmentazione più fine o di una normalizzazione per i cambiamenti di curvatura densi.
• Generalizzazione: I risultati dimostrano che l'architettura disaccoppia con successo le sovrascritture dinamiche dalla traiettoria geometrica, permettendo al modello di estrarre e applicare regole di velocità e orientamento attraverso diverse topologie.

Significato e Lavori Futuri

Il documento afferma che il suo significato principale risiede nel disaccoppiamento riuscito delle strategie di esecuzione dalla geometria del pezzo lavorato utilizzando regole atomiche e interpretabili. Ciò permette il trasferimento delle abilità motorie esperte a nuovi pezzi lavorati senza riaddestramento sulla specifica nuova geometria.

Gli autori notano che il vocabolario di regole corrente opera puramente sul tipo di segmento e non sfrutta ancora la vicinanza in tempo reale a specifiche caratteristiche CAD (come bordi o incroci) durante l'inferenza. Identificano il colmare il divario simulazione-realtà come il prossimo passo critico, notando che le attuali interfacce di insegnamento fisico soffrono di bassi tassi di campionamento che limitano la cattura di aggiustamenti motori ad alta frequenza. I lavori futuri mirano ad espandere il vocabolario delle regole per includere regole basate sulla vicinanza condizionate su caratteristiche CAD strutturali e a valutare il trasferimento zero-shot su topologie non incluse nel training, come geometrie a forma di U e a forma di T.