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

Sintesi Tecnica: Politica di Diffusione Consapevole della Fase e Vincolata alla Rugosità per la Lucidatura Robotica Multi-stadio

1. Definizione del Problema

La lucidatura robotica è un processo di finitura critico nei settori manifatturieri ad alto valore, come l'aerospazio, dove la qualità della superficie determina direttamente l'affidabilità del componente. Tuttavia, l'automazione di questi compiti presenta due sfide primarie che le attuali metodologie di apprendimento per imitazione faticano ad affrontare simultaneamente:

1. Incertezza del Processo a Lungo Orizzonte (Long-Horizon Process-Stage Uncertainty): I flussi di lavoro di lucidatura consistono in più fasi distinte (ad esempio, stabilizzazione, lucidatura dei bordi, finitura superficiale, pulizia) che spesso presentano stati locali visivamente simili ma richiedono obiettivi di controllo e pattern di azione drasticamente differenti. I metodi esistenti si affidano spesso a una decomposizione esplicita del compito o a prompt di pianificazione di alto livello, che potrebbero non essere sufficienti per inferire le fasi latenti del processo dalle storie multimodali in tempo reale.
2. Deriva dei Parametri di Processo Non Vincolata (Unconstrained Process-Parameter Drift): Nelle politiche basate sulla diffusione, la natura stocastica del processo di denoising può portare a variazioni non vincolate nei parametri di processo accoppiati (velocità di avanzamento e forza di contatto normale). Poiché questi parametri determinano congiuntamente la rimozione del materiale e la rugosità superficiale, tale deriva può risultare in combinazioni fisicamente impraticabili, contatto instabile o qualità superficiale incoerente (ad esempio, sotto-lucidatura o taglio dei bordi), specialmente quando le velocità del mandrino sono preimpostate per ogni fase.

La letteratura attuale manca di un framework unificato che gestisca congiuntamente l'inferenza della fase latente dalle storie di osservazione e imponga vincoli fisici basati sulla rugosità all'interno di politiche generative ad alta dimensionalità.

2. Metodologia: Il Framework SRDP

Gli autori propongono la Stage-Aware and Roughness-Constrained Diffusion Policy (SRDP), un framework unificato progettato per apprendere abilità di lucidatura multi-stadio dalle dimostrazioni pur aderendo ai vincoli di processo. Il framework opera attraverso due meccanismi interconnessi:

A. Diffusione dell'Azione Condizionata dalla Fase
Per affrontare l'incertezza della fase, SRDP introduce una rete di inferenza della fase che elabora storie di osservazione multimodali (immagini visive, stati del robot, forze di contatto e modalità degli utensili) per inferire una distribuzione di probabilità a posteriori sulla fase corrente del processo.

• Inferenza della Fase: Una rete $g_\phi$ mappa la storia delle osservazioni $O_t$ su una posteriore della fase $z_t$.
• Denoising Condizionato: Questa posteriore è codificata in un vettore di condizione di fase $e_t$, che viene iniettato nella rete di reverse denoising condivisa. Ciò consente alla politica di generare sequenze di azioni coerenti con la fase corrente inferita senza richiedere etichette di fase esterne durante l'esecuzione.
• Coerenza della Transizione: Per garantire transizioni fluide tra le fasi, viene introdotto un prior di coerenza della transizione di fase. Questo utilizza una matrice di transizione $T$ (derivata dalla conoscenza del flusso di processo o dai dati) per regolarizzare l'inferenza della fase, penalizzando cambiamenti di fase bruschi o illogici tramite una perdita di cross-entropy a etichetta morbida (soft-label).

B. Campionamento della Diffusione Vincolato alla Rugosità
Per affrontare la deriva dei parametri, SRDP integra i vincoli fisici e qualitativi direttamente nel processo di campionamento della diffusione.

• Modellazione Orientata alla Rugosità: Un modello empirico basato sulla legge di potenza prevede la rugosità superficiale ($R_a$) in base alla forza normale ($F_n$), alla velocità di avanzamento ($v$) e alla velocità del mandrino preimpostata per fase ($\omega$). Il modello è calibrato offline utilizzando dati sperimentali.
• Insiemi di Vincoli: Sono definiti due insiemi per lo spazio dei parametri:
  1. Insieme di Coerenza della Rugosità ($\Omega_R$): Garantisce che la relazione accoppiata tra $F_n$ e $v$ soddisfi la rugosità target entro una banda di tolleranza.
  2. Insieme di Fattibilità Fisica ($\Omega_P$): Impone limiti sui valori di forza/velocità e sulla continuità temporale (variazione del tasso di variazione) per garantire l'eseguibilità da parte del robot.
• Campionamento Guidato: Durante i passi di reverse denoising, la politica minimizza una funzione di energia dei vincoli composta dall'energia di coerenza della rugosità e dall'energia di fattibilità fisica. Una strategia di guida soft "dominante sulla rugosità" viene applicata nelle fasi iniziali/intermedie di rumore per guidare i campioni verso la regione ammissibile, seguita da una proiezione a modifica minima nei passi finali per garantire che l'output rientri strettamente nell'insieme ammissibile congiunto $\Omega_t = \Omega_R \cap \Omega_P$.

3. Contributi Chiave

L'articolo rivendica i seguenti contributi:

1. Framework Unificato: La proposta di SRDP, che integra l'inferenza della fase dalle storie multimodali con il reverse denoising condiviso per abilitare la generazione di azioni coerenti con la fase senza etichette di fase esterne.
2. Campionamento Vincolato dal Processo: Lo sviluppo di un metodo di campionamento della diffusione guidato da vincoli orientati alla rugosità che genera velocità di avanzamento e forza di contatto normale soddisfacendo sia i requisiti di qualità superficiale che la fattibilità fisica sotto velocità di mandrino preimpostate.
3. Validazione Empirica: Valutazione completa attraverso esperimenti comparativi, studi di ablazione e validazioni su robot reali in due sceni complessi: lucidatura della superficie di rivestimento di una cabina spaziale e finitura superficiale di una cavità interna.

4. Risultati Sperimentali

Gli esperimenti sono stati condotti su una piattaforma robotica a doppio braccio (due robot KUKA iiwa14) eseguendo due compiti distinti:

• Lucidatura della Superficie di Rivestimento: Comprendente stabilizzazione, lucidatura di fori quadrati/circolari e pulizia a vuoto.
• Finitura della Cavità Interna: Comprendente trasporto cooperativo, stabilizzazione, raffinamento della smussatura e lucidatura della superficie di assemblaggio.

Metriche di Performance:

• Successo del Compito: SRDP ha raggiunto i più alti tassi medi di successo dei sottotaski (0,94 per il rivestimento, 0,91 per la cavità interna) e i tassi di successo delle transizioni (0,88 e 0,83, rispettivamente), superando significativamente i baseline come la Standard Diffusion Policy (DP), l'Hierarchical Imitation Learning (HIL) e l'Adaptive Compliance Policy (ACP).
• Analisi dei Fallimenti: SRDP ha ridotto sostanzialmente le due modalità di fallimento dominanti:
  • Fallimenti di Cambio Fase (STF): Ridotti a circa il 21-24% rispetto a oltre il 50% nei baseline senza modellazione esplicita della fase.
  • Fallimenti dei Parametri di Processo (PPF): Ridotti a circa il 9,5-10,5% rispetto ai tassi più elevati nei metodi privi di vincoli di rugosità.
• Qualità Superficiale: SRDP ha dimostrato valori di rugosità superficiale più bassi e stabili e larghezze di smusso più coerenti rispetto ad ACP, validando l'efficacia del campionamento vincolato alla rugosità.

Studi di Ablazione:
La rimozione del condizionamento della fase ha portato a un collasso del successo della transizione (dominato da STF). La rimozione dei vincoli di rugosità ha mantenuto le transizioni di fase ma ha causato un calo significativo del successo del sottotasso dovuto a disallineamenti dei parametri (dominato da PPF). La rimozione dei vincoli di fattibilità ha aumentato principalmente l'instabilità del contatto. Ciò conferma che l'intera architettura SRDP è necessaria per sopprimere entrambi i tipi di fallimento simultaneamente.

5. Significato e Rivendicazioni

L'articolo afferma che SRDP rappresenta un passo avanti significativo nell'applicazione di politiche generative a processi di produzione multi-stadio complessi. La sua importanza risiede nel:

• Colmare il Divario: Fornisce una soluzione unificata per i problemi concomitanti di incertezza della fase latente e deriva dei parametri non vincolata, che precedentemente venivano affrontati separatamente o non venivano affatto affrontati nelle politiche generative ad alta dimensionalità.
• Credibilità Fisica: Integrando i vincoli guidati dalla rugosità direttamente nel processo di campionamento della diffusione, il metodo assicura che le azioni generate siano non solo semanticamente corrette per la fase del compito, ma anche fisicamente fattibili e conformi alla qualità.
• Generalizzabilità: Sebbene dimostrato per la lucidatura, gli autori suggeriscono che la formulazione serva come meccanismo generale per incorporare obiettivi dipendenti dalla fase e vincoli fisici nelle politiche robotiche generative, potenzialmente applicabile a molatura, foratura e sbavatura.

Gli autori concludono che SRDP migliora le prestazioni del compito, la stabilità dei parametri e la qualità superficiale finale, offrendo un framework robusto per l'esecuzione autonoma in ambienti di produzione ad alta precisione.