Does learning when to look pay for home service robots? A preregistered test of adaptive perception scheduling in closed-loop navigation

Technische Samenvatting: Betaalt het leren van 'wanneer te kijken' zich voor huishoudelijke servicerobots?

Probleemstelling
Huishoudelijke servicerobots die werken op batterijgestuurde embedded computers worden geconfronteerd met een aanzienlijke computationele flessenhals: objectdetectie is vaak de meest kostbare taak in de perceptie-pipeline. Hoewel adaptieve perceptiestrategieën (frames overslaan, regio's uitknippen of wisselen van modelgrootte) populair zijn om de computationele belasting te verminderen, worden ze zelden geëvalueerd in een closed-loop navigatieomgeving. In statische video-analyse leidt een gemiste detectie slechts tot een lagere recall; in een mobiele robot kan een gemiste detectie leiden tot taalfalen, vastlopen of botsingen. De bestaande literatuur mist een rigoureuze, gepreregistreerde evaluatie van de vraag of de computationele besparingen van adaptieve perceptie standhouden onder de beperkingen van closed-loop navigatie, waarbij de beweging van de robot volledig afhankelijk is van de output van de perceptie.

Methodologie
De auteurs voerden een gepreregistreerd experiment uit om een adaptieve perceptiecontroller te testen tegenover twaalf baselines in een closed-loop navigatietaak.

• Omgeving en Opstelling: De studie maakte gebruik van de Habitat-simulator met 25 fotorealistische huis-scans (HM3D) die buiten alle trainingsdata vielen. Obstakels (huishoudelijke objecten) werden geplaatst buiten het navigatiemesh, wat betekende dat de lokale planner deze alleen kon ontwijken als de detector ze succesvol identificeerde. De robot gebruikte een RGB-D camera (320×240 resolutie) en een dynamic-window planner op een controleperiode van 0,1s.
• De Geëvalueerde Controller: De voorgestelde methode leert wanneer een detector moet draaien, waar in het beeld er gekeken moet worden en welke modelgrootte gebruikt moet worden.
  • WANNEER: Een geleerde trigger gebruikt acht goedkope signalen (bijv. frameverschil, ego-beweging, tijd-tot-botsing) om te voorspellen of de huidige overtuiging (belief) een relevante obstructie mist.
  • WAAR: Een handmatig ontworpen tile-scorer selecteert specifieke beeldregio's op basis van bewegingsenergie en remcorridors.
  • WAT: Een tier-regel selecteert de detectorresolutie op basis van de tijd-tot-botsing (Heavy, Medium, of Light).
  • Veiligheidsmechanismen: Een "safety shield" dwingt een detectie af als de robot te ver reist zonder te kijken, en een "experience memory" probeert eerdere scène-uitkomsten te herinneren.
• Baselines: De controller werd vergeleken met 12 baselines, waaronder het draaien van de zware of lichte detector op elk frame, fixed-rate frame skipping, willekeurige frameselectie en diverse heuristische triggers (pixelverschil, randkenmerken, motion gating).
• Preregistratie en Criteria: De taak, validiteitsgates en succes-criteria werden vóór het uitvoeren van de hoofdvergelijking vastgelegd in een preregistratie. Om als succesvol te worden beschouwd, moest de adaptieve methode:
  1. Een succespercentage bereiken dat binnen 0,05 ligt van de beste baseline (Always-Heavy).
  2. Een botsingspercentage bereiken dat binnen 0,05 ligt van de beste baseline (Always-Light).
  3. Aanzienlijk minder GFLOPs gebruiken dan de baselines.

Belangrijkste Resultaten
De studie stelde vast dat de adaptieve controller niet aan de preregeregistreerde succes-criteria voldeed.

• Prestaties vs. Baselines: De volledige adaptieve controller ("ours-full") slaagde in 55,0% van de episodes en botste in 8,3% van de gevallen. In contrast hiermee slaagde de "always-light" baseline (het draaien van de goedkoopste detector op elk frame) in 76,7% van de episodes met een botsingspercentage van slechts 0,8%. De "always-heavy" baseline behaalde een succespercentage van 79,2%.
• Computationele Besparingen: De adaptieve controller verminderde de berekening met 85% ten opzichte van de zware detector (11.609 GFLOPs vs. 76.805 GFLOPs) en was aanzienlijk goedkoper dan 11 van de 12 baselines.
• Foutmodi: De adaptieve methode faalde primair door vast te lopen achter valse of verouderde tracks (onvoltooide taken), in plaats van enkel door te botsen. De geleerde trigger convergeerde niet effectief, en eenvoudige fixed-rate skipping presteerde vaak beter dan de geleerde trigger bij een gelijkwaardig computationeel budget.
• Geheugentransfer: De "experience memory" generaliseerde niet effectief naar nieuwe woningen; sterker nog, de aantal detector-oproepen nam toe bij herhaalde bezoeken aan dezelfde scène, wat suggereert dat de behoefte aan berekeningen moeilijker te voorspellen is vanuit visuele verschijning dan vanuit de positie van de robot.

Significantie en Claims
Het artikel betoogt dat voor huishoudelijke servicerobots de "simpele en goedkope standaard" van het draaien van de goedkoopste adequate detector op elk frame momenteel de sterkste baseline is.

• Hardware-implicaties: Op de gemeten processor (Apple M1 Pro) voltooit alleen de lichte detector-tier binnen de 0,1s controleperiode. De latentie van de zware tier (244ms) overschrijdt de controleperiode met een factor 2,4. Daarom heeft een robot die is ontworpen rond de lichte tier een kleinere onboard computer nodig en heeft hij geen complexe scheduler nodig om binnen zijn budget te blijven.
• Ontwerprichtlijnen: De auteurs bieden vier praktische richtlijnen:
  1. Begin met de goedkoopste adequate detector die op elk frame draait; adaptieve schedulers moeten deze standaard eerst verslaan in closed-loop tests voordat ze worden ingezet.
  2. Meet taakvoltooiing (succespercentage), niet alleen botsingen, aangezien slechte perceptie vaak leidt tot onvoltooide taken.
  3. Evalueer schedulers over hun volledige budgetbereik, aangezien eenvoudige fixed-rate skipping vaak beter presteert dan geleerde triggers bij gelijke kosten.
  4. Claims van cross-home ervaringstransfer moeten worden gebenchmarkt tegen een positie-gekoppelde controle.

Conclusie
De studie concludeert dat het leren van wanneer te kijken momenteel niet opweegt voor huishoudelijke servicerobots in termen van het balanceren van veiligheid, taaksucces en computationele last. Het negatieve resultaat wordt gepresenteerd als een nutbare benchmark, waarbij wordt vastgesteld dat elke toekomstige adaptieve perceptiemethode eerst de prestaties van een eenvoudige, laagkosten detector die continu draait in een closed-loop omgeving moet overtreffen.