MoDeSuite: Robot Learning Task Suite for Benchmarking Mobile Manipulation with Deformable Objects

Stel je een wereld voor waarin robots niet alleen lompe dozen zijn die alleen maar zware, onbuigzame kratten kunnen duwen. Stel je ze voor als behendige helpers die veters kunnen strikken, de was kunnen opvouwen of door een kamer vol hangende gordijnen kunnen navigeren. Dit is de grens van mobiele manipulatie, een vakgebied binnen de robotica dat twee moeilijke vaardigheden combineert: rondbewegen (zoals een hond of een auto) en het gebruiken van armen om dingen te pakken (zoals een mens). Hoewel robots behoorlijk goed zijn geworden in het verplaatsen van stijve objecten zoals dozen of deuren, worstelen ze nog steeds enorm met deformabele objecten. Dit zijn dingen die vervormen, rekken, buigen of slap hangen, zoals een elastiekje, een natte handdoek of een stuk touw. Omdat deze objecten van vorm veranderen telkens wanneer je ze aanraakt, zijn ze een nachtmerrie voor computerprogramma's die proberen te voorspellen wat er hierna zal gebeuren. Als een robot niet kan omgaan met een slappe deken, kan hij ons echt niet helpen in onze rommelige, echte huizen.

Dit is waar een nieuw project genaamd MoDeSuite in beeld komt. Beschouw dit als een high-tech "videospel" dat specifiek is ontworpen om robots te trainen in het omgaan met slappe dingen. De onderzoekers hebben een digitale speeltuin gecreëerd vol met acht verschillende uitdagingen, variërend van het slepen van een rekbare riem over een hindernis tot het van een tafelblad trekken van een tafelkleed zonder de borden om te stoten. Ze hebben deze speeltuin getest met twee soorten robots: één met wielen (zoals een slimme stofzuiger met armen) en één met poten (een vierpotige robot die op een hond lijkt). Het doel was om te zien of robots konden leren om hun lichaam en armen samen te laten bewegen om deze slappe puzzels op te lossen. De resultaten laten zien dat hoewel robots dit in het computergame kunnen leren, het naar de echte wereld verplaatsen nog steeds een lastige zaak is, vooral als het gaat om het zien en reageren op visuele veranderingen.

Het verhaal van het papier: Robots leren dansen met slappe dingen

Het artikel introduceert MoDeSuite, de eerste gestandaardiseerde "task suite" (een collectie uitdagingen) die ontworpen is om te meten hoe goed robots kunnen rondbewegen terwijl ze objecten hanteren die buigen en rekken. Voorheen moesten onderzoekers voor elk nieuw experiment hun eigen aangepaste simulaties bouwen, wat het moeilijk maakte om verschillende robots of leermethoden met elkaar te vergelijken. MoDeSuite lost dit op door een gedeelde, hoogwaardige digitale omgeving aan te bieden waar iedereen zijn robotalgoritmen kan testen.

De suite bevat acht verschillende taken die twee hoofdtypen van "slappe" materialen dekken:

1. Elastische objecten: Dingen die rekken en terugveren, zoals elastiekjes of schuimrubberen stokken.
2. Plastische objecten: Dingen die draperen en vouwen maar niet terugveren, zoals gordijnen, tafelkleden of touwen.

De taken zijn ontworpen om lastig te zijn. Bijvoorbeeld, in de "Bend"-taak moet een robot een lange, rekbare staaf door een L-vormige gang dragen. Als de robot te snel beweegt of de staaf verkeerd vasthoudt, kan de staaf tegen de muren aanstoten. In de "Drag"-taak moet de robot een rekbare riem over een obstakel tillen en aan de andere kant plaatsen, terwijl hij zijn eigen lichaam in balans houdt. In de "Curtain"-taak moet de robot een hangend gordijn opzij trekken en door de opening lopen zonder ertegenaan te botsen. Deze taken dwingen de robot om zijn basis (wielen of poten) te coördineren met zijn arm, waarbij hij de flexibiliteit van het object gebruikt in plaats van ertegen te vechten.

Om te testen of dit systeem werkt, trainden de auteurs vier verschillende "lerende breinen" (algoritmen) binnen de simulatie. Twee hiervan waren Reinforcement Learning (RL) algoritmen, die leren door middel van trial-and-error, waarbij ze proberen een hoge score te halen. De andere twee waren Imitation Learning (IL) algoritmen, die leren door te kijken naar hoe een mens (of een toetsenbordcontroller) de taak uitvoert en proberen de bewegingen te kopiëren.

Wat ze vonden in de simulatie:
De robots waren verrassend succesvol in de digitale wereld. Het PPO-algoritme (een type RL) presteerde over het algemeen beter dan het SAC-algoritme bij de meeste taken. Echter, het type robot maakte een groot verschil. De wieltjesrobot (Franka op een Ridgeback-basis) vond de taken makkelijker, terwijl de gepote robot (de Spot van Boston Dynamics) meer moeite had en vaak zijn evenwicht verloor of tegen muren botste in nauwe ruimtes. Dit suggereert dat het balanceren van een robot terwijl hij een slap object manipuleert een enorme uitdaging is, vooral voor machines met poten.

De realiteitstest (Sim-to-Real):
Het meest opwindende deel van het artikel is wat er gebeurde toen ze de getrainde robots uit de computer haalden en op de echte vloer plaatsten. Ze zetten de policies in op een echte Spot-robot zonder extra fijnafstemming.

• Succes met "State"-data: Wanneer de robot directe sensordata gebruikte (wetend waar de punten van het object zich precies in de 3D-ruimte bevonden), was de transfer indrukwekkend. Voor de "Place" en "Drag" taken behaalde de echte robot succespercentages van 90% tot 100%, wat zeer dicht bij de prestaties in de simulatie lag. Hij kon in de echte wereld succesvol een rubberen riem over een hindernis slepen.
• Falen met "Image"-data: Wanneer de robot probeerde te leren met alleen camerabeelden (zoals een mens de wereld ziet), had hij het moeilijk. Voor de "Curtain"-taak faalde de robot volledig in de echte wereld, ook al deed hij het goed in de simulatie. De onderzoekers kwamen tot de conclusie dat de "ogen" van de robot de simulatie en de echte wereld als totaal verschillende dingen zagen. De visuele kloof was te groot voor de robot om te overbruggen zonder extra training.

Wat dit betekent:
Het artikel beweert niet dat het probleem van mobiele manipulatie met deformabele objecten is opgelost. In plaats daarvan biedt het een cruciaal nieuw instrument: een gestandaardiseerde, uitdagende benchmark die precies onthult waar huidige robots slagen en waar ze falen. Het bewijst dat robots slappe objecten in simulatie kunnen manipuleren en dat deze kennis kan worden overgedragen naar de echte wereld, maar alleen als de robot over precieze informatie beschikt over de vorm van het object. Als de robot alleen vertrouwt op wat hij met een camera ziet, is de "uncanny valley" tussen de simulatie en de werkelijkheid nog te diep om te overbruggen.

De auteurs suggereren dat toekomstig werk zich moet richten op het helpen van robots om visuele data beter te begrijpen en op het stabieler maken van gepote robots wanneer ze zware of slappe ladingen hanteren. Door deze "MoDeSuite" open te stellen voor het publiek, hopen zij de research te versnellen, om de droom van een robot die je was kan opvouwen of je koptelefoon kan ontwarren, werkelijkheid te maken.