Enabling Dynamic Tracking in Vision-Language-Action Models via Time-Discrete and Time-Continuous Velocity Feedforward

Probleemstelling

Vision-Language-Action (VLA) modellen tonen veelbelovende resultaten voor robotmanipulatie, maar hun implementatie op stijve industriële robots (zoals Franka, Kuka, UR) blijft uitdagend. Er bestaat een fundamenteel compromis tussen compliance (zachte, veilige interactie bij contact) en responsiviteit (snelle, nauwkeurige tracking).

• Huidige beperking: Standaard Behavior Cloning (BC) benaderingen voorspellen alleen discrete posities (of pose-delta's) met een lage frequentie (bijv. 15–60 Hz). Ze missen de snelheids- en versnellingsvoortstuwende termen (feedforward) die nodig zijn voor laag-niveau compliant controllers (zoals impedantie- of admittantie-regeling).
• Het gevolg: Zonder deze feedforward-termen moet de controller volledig vertrouwen op de stijfheidsterm (proportioneel aan de posiefout) om de robot op koers te houden. Om de trackingfout (lag) te minimaliseren, moet de stijfheid worden verhoogd, wat de compliance vermindert en het risico op schade bij contact verhoogt. Omgekeerd leidt het handhaven van compliance tot grotere trackingfouten en langzamere uitvoering. Bestaande oplossingen modulereren vaak alleen de stijfheid, maar lossen het fundamentele probleem van ontbrekende dynamische referentietrajecten niet op.

Methodologie

De auteurs stellen voor om expliciete snelheidsvoortstuwende termen ($\dot{x}_d$) te integreren in de VLA-politiek en de laag-niveau controller. Ze presenteren twee methoden om deze snelheidstargets te extraheren uit VLA-modellen, beide model-agnostisch en compatibel met bestaande "action-chunking" architecturen:

1. Tijds-discrete snelheidsbenadering (Finite-Difference):

   • De politiek voorspelt nog steeds discrete posities.
   • Tijdens inferentie wordt de snelheid benaderd door de eindige differentie tussen opeenvolgende posities: $\dot{x}_t \approx (x_t - x_{t-1}) / \Delta t$.
   • Dit fungeert als een brug tussen bestaande position-only modellen en snelheid-bewuste controllers, leidend tot stuksgewijs constante snelheidsprofielen.

2. Tijds-continu Actieruimte (Cubic B-Spline):

   • De politiek voorspelt geen directe posities, maar besturingspunten ($P$) voor een kubieke B-spline.
   • Dit definieert een analytisch, continu traject $x_d(t)$.
   • Door de B-spline basisfuncties te differentiëren, kunnen de controller op de native hoge frequentie (bijv. 500 Hz) wiskundig exact de positie, snelheid ($\dot{x}_d$) en versnelling ($\ddot{x}_d$) afleiden.
   • Dit garandeert $C^2$ continuïteit (continuïteit in positie, snelheid en versnelling), wat essentieel is voor soepele dynamische bewegingen.

Data Collectie:
Voor training worden teleoperatie-data gebruikt waarbij de operator hoge-frequentie posities stuurt. De gewenste snelheden worden berekend via gefilterde eindige differenties. Voor de B-spline methode worden deze ruwe trajecten offline omgezet naar B-spline besturingspunten via een Least Squares optimalisatie.

Belangrijkste Bijdragen

1. Demonstratie van Snelheid: Bewezen dat het toevoegen van een snelheidsvoortstuwende term aan de laag-niveau controller VLA-politiekeken in staat stelt om snellere uitvoeringstijden te bereiken zonder noodzakelijke compliance op te offeren.
2. Discrete Benadering: Een eenvoudig te implementeren methode (finite-difference) die bestaande VLA-modellen direct compatibel maakt met compliant controllers.
3. Continue Actieruimte: Introductie van een Cubic B-Spline actieruimte die analytische evaluatie van hogere-orde afgeleiden mogelijk maakt, wat de basis legt voor soepelere en preciezere controle.
4. Model-Agnostisch: Beide methoden vereisen geen wijzigingen in de neurale netwerkarchitectuur, maar alleen aanpassingen in data-verwerking en de laag-niveau controller.

Resultaten

De methoden zijn geëvalueerd op een uitdagende "cube-in-hole" taak (een kubus in een gat met slechts 1mm speling steken) met twee Universal Robots (UR).

• Teleoperatie:

  • Het gebruik van een snelheid-bewuste controller resulteerde in significante verkorting van de taakvoltooiingstijd in vergelijking met alleen positie (p < 0.001).
  • Operatoren konden snellere overdrachtsbewegingen maken zonder te vechten tegen de tracking-lag van de controller.

• Politicu Uitvoering (Rollouts):

  • Finite-Difference Methode: Bereikte de snelste uitvoeringstijd (gemiddeld 6,05s vs. 7,35s voor de baseline) met een hoge statistische significantie.
  • Cubic B-Spline Methode: Bereikte een iets langzamere gemiddelde tijd (7,45s) dan de baseline, maar behaalde een hoge algehele succesratio (79,20%). De auteurs suggereren dat de resterende kleine sprongen (door "Real-Time Chunking") onbedoeld helpen bij het overwinnen van de 1mm tolerantie tijdens het invoegen (door een "wiggling" effect), wat de succesratio ten goede komt.
  • Ablatie-studie: Een politiek getraind op snelheids-data maar uitgevoerd met een positie-only controller presteerde slechtst (gemiddeld 10,01s), wat aantoont dat de inferentie-strategie moet matchen met de trainingsdata.

Betekenis en Conclusie

Dit paper lost een kritiek knelpunt op in de toepassing van VLA-modellen op industriële robots. Door de afhankelijkheid van alleen posiefouten te doorbreken en expliciete snelheidsinformatie te leveren, kunnen stijve robots zowel snelle, dynamische bewegingen uitvoeren als veilige, zachte interacties aangaan.

• De Finite-Difference methode biedt een directe, laagdrempelige oplossing voor bestaande systemen om de doorvoer (throughput) te verhogen.
• De B-Spline methode biedt een fundamenteel robuustere aanpak voor toekomstige toepassingen die hogere-orde continuïteit en stabiliteit vereisen, zonder de compliance te beperken.

De studie onderstreept dat voor industriële inzet van VLA's, de integratie van dynamische feedforward-termen in de controlelus essentieel is om het compromis tussen snelheid en veiligheid op te heffen.