M3-Tele: A Unified Multimodal Teleoperational Framework for Compliant Whole-Body Mobile Manipulation

I robot capaci di muoversi per casa e raccogliere oggetti sono da tempo un sogno della fantascienza, ma trasformare quel sogno in realtà richiede la risoluzione di un difficile enigma fisico. Per essere davvero utile, un robot deve fare due cose contemporaneamente: navigare attraverso una stanza ingombra e manipolare delicatamente gli oggetti senza romperli. Ciò richiede un equilibrio delicato tra il movimento del proprio corpo e la percezione del mondo che tocca. Se un robot spinge troppo forte, potrebbe rovesciare un vaso; se si muove con troppa rigidità, non può aprire un cassetto o pulire una superficie. Affinché un robot possa apprendere queste abilità da un essere umano, l'uomo deve essere in grado di guidarlo con un livello di sensibilità che risulti naturale, mentre il robot deve essere in grado di ascoltare i propri sensori e regolare la presa e la pressione in tempo reale. Senza questa capacità di sentire e adattarsi, i dati raccolti per insegnare al robot sono spesso goffi e incoerenti, rendendo difficile per la macchina apprendere compiti complessi in seguito.

I ricercatori della Shenzhen Technology University hanno sviluppato un nuovo sistema chiamato M3-Tele per risolvere questo problema. Hanno costruito un framework che consente a un essere umano di controllare un braccio robotico mobile utilizzando uno smartphone, ma con un tocco cruciale: il sistema è progettato per percepire il contatto tra il robot e il mondo. Il robot è dotato di sensori speciali sul suo gripper che possono vedere quanto i cuscinetti morbidi delle sue dita si schiacciano quando toccano un oggetto, oltre a sensori che misurano la forza che preme contro il suo polso. Quando un operatore umano guida il robot per pulire una lavagna o aprire un cassetto, il sistema non si limita a seguire ciecamente il percorso della mano. Invece, controlla costantemente la pressione e lo schiacciamento del gripper, regolando automaticamente il movimento del robot per mantenere il contatto delicato e costante. Ciò crea un'esperienza fluida e reattiva in cui il robot si comporta come un partner conforme piuttosto che come una macchina rigida.

Il team ha testato questo sistema su quattro diverse attività, che spaziavano dal semplice al difficile. Hanno chiesto a volontari umani di utilizzare il sistema per raccogliere un blocco, ruotare una barra, tirare un cassetto e pulire una lavagna. I risultati hanno dimostrato che il nuovo sistema era significativamente più bravo nel mantenere il robot in contatto con gli oggetti senza perdere la presa o applicare troppa forza. Quando i ricercatori hanno confrontato il loro sistema con i metodi precedenti che non utilizzavano queste regolazioni basate sulla percezione della forza, la differenza è stata netta. Il nuovo controller ha ridotto l'errore nel tracciamento della forza desiderata da oltre 4 Newton a meno di 0,35 Newton. In termini pratici, ciò significa che il robot poteva mantenere una pressione costante contro una superficie con molta più precisione. Inoltre, il sistema ha impedito al robot di perdere accidentalmente il contatto con un oggetto, riducendo il numero di volte in cui la presa scivolava da quasi 2,5 volte per tentativo a quasi zero.

Lo studio ha anche esaminato quanto fosse facile l'uso del sistema per gli esseri umani. I ricercatori hanno scoperto che fornire all'operatore un feedback sul tatto del robot rendeva il compito molto più intuitivo. Gli utenti hanno valutato l'uso dell'interfaccia abilitata al feedback significativamente più alto rispetto ai metodi di controllo standard, assegnandole un punteggio di circa 8,4 su 10 rispetto al 5,8 di una versione base. Ciò suggerisce che quando un essere umano può "sentire" ciò che il robot sente attraverso il controller, può guidarlo in modo più efficace. Il sistema ha funzionato bene in tutte le diverse attività, completando con successo il difficile compito della pulizia della lavagna l'80% delle volte e i compiti più semplici fino al 94% delle volte. Questa affidabilità è essenziale perché significa che il robot può raccogliere dimostrazioni di alta qualità che siano abbastanza coerenti da poter essere utilizzate per l'addestramento.

Infine, i ricercatori hanno utilizzato i dati raccolti da questo sistema per insegnare a un robot come pulire una lavagna da solo, utilizzando un metodo di apprendimento noto come politica di diffusione (diffusion policy). Hanno testato se il robot imparasse meglio avendo accesso a tutte le informazioni sensoriali — la vista della telecamera, le misurazioni della forza e i dati tattili dello schiacciamento — o se potesse cavarsela con la sola telecamera. Gli esperimenti hanno dimostrato che il robot ha appreso il comportamento di pulizia più efficace quando aveva accesso a tutti e tre i tipi di informazioni combinate. Anche quando i ricercatori hanno fornito all'algoritmo di apprendimento solo una piccola quantità di dati, la combinazione di sensori di tocco e forza ha aiutato il robot a comprendere il compito meglio della sola visione. Ciò conferma che, affinché i robot padroneggino compiti che comportano il contatto fisico, devono essere istruiti con dati che catturino non solo ciò che il robot vede, ma esattamente come sente il mondo. Il lavoro dimostra che, integrando questi sensi nel sistema di controllo, possiamo costruire robot che non siano solo capaci di muoversi nelle nostre case, ma che siano anche abbastanza delicati e precisi da interagire con gli oggetti al loro interno.