A robust and compliant robotic assembly control strategy for batch precision assembly task with uncertain fit types and fit amounts

Este artigo propõe uma estratégia de controle robótico robusta e compatível para tarefas de montagem em lote com incertezas nos tipos e quantidades de ajuste, utilizando um método de aprendizado por reforço com fusão de força e visão (FVFC-MTRL) e destilação de políticas para integrar múltiplas estratégias de controle em uma rede unificada que demonstra alta eficiência e sucesso em experimentos reais.

O essencial

Imagine que você é um robô encarregado de montar milhões de peças de um celular. O trabalho é encaixar um "pino" (uma peça pequena) em um "buraco" (a parte que o recebe). Parece fácil, certo? Mas aqui está o problema: na fábrica, nada é perfeito.

Às vezes, o pino é um pouquinho mais grosso que o buraco (encaixe forçado). Às vezes, é um pouquinho mais fino (folga). Às vezes, é perfeito. E o robô não sabe qual é o caso antes de começar! Se ele forçar demais, quebra a peça. Se for muito fraco, não encaixa.

Este artigo apresenta uma solução inteligente para ensinar robôs a fazerem esse trabalho delicado com sucesso, sem quebrar nada, mesmo quando as peças são "imperfeitas".

Aqui está como eles fizeram isso, explicado de forma simples:

1. O Problema: O "Jogo de Encaixe" Incerto

Pense em tentar encaixar uma chave de fenda em um parafuso. Se você não souber se o parafuso está apertado ou frouxo, você pode torcer demais e quebrar a chave, ou não fazer força suficiente e não girar.

Na indústria, os robôs costumam ser "rígidos". Eles seguem um roteiro fixo. Se a peça tiver uma pequena variação (o que é comum), o roteiro falha. O robô precisa ser compliant (flexível/sensível), como uma mão humana que sente a resistência e ajusta a força.

2. A Solução: O Treinamento em "Níveis" (Decomposição de Tarefas)

Em vez de tentar ensinar o robô a lidar com todas as possibilidades de uma vez (o que seria como tentar aprender a dirigir em neve, chuva, areia e asfalto ao mesmo tempo, sem nunca ter dirigido antes), os pesquisadores dividiram o problema.

• A Analogia do Video Game: Imagine que o jogo tem 4 níveis:
  • Nível 1: O pino é muito grosso (encaixe forçado).
  • Nível 2: O pino é um pouco grosso.
  • Nível 3: O pino é um pouco fino.
  • Nível 4: O pino é bem fino.

Eles treinaram o robô em cada um desses 4 níveis separadamente. Em cada nível, o robô aprendeu a melhor maneira de lidar com aquela situação específica.

3. O Treinador Mágico: Aprendizado por Reforço Multi-tarefa

Aqui entra a parte da "Inteligência Artificial". Eles usaram uma técnica chamada Aprendizado por Reforço Multi-tarefa (MTRL).

• A Metáfora do Estudante Polímata: Imagine um aluno que estuda 4 matérias diferentes ao mesmo tempo (Matemática, Física, Química e Biologia). Em vez de estudar cada uma em um dia diferente, ele estuda todas juntas.
• O Segredo: Ao estudar juntas, o aluno percebe padrões comuns. Ele aprende que "se a resistência aumenta, diminua a velocidade" é uma regra que vale para todas as matérias.
• O Resultado: O robô aprendeu muito mais rápido (50% mais rápido!) porque conseguiu transferir o que aprendeu em um nível para os outros. Ele descobriu a "essência" de como encaixar peças, não apenas a regra para um tipo específico.

4. O Mestre e o Aluno: Destilação de Política

Depois de treinar o robô nos 4 níveis, eles tinham 4 "cérebros" especialistas (um para cada nível). Mas na fábrica, o robô não pode perguntar: "Ei, qual nível é esse?". Ele precisa saber sozinho.

Então, eles usaram uma técnica chamada Destilação de Política:

• A Analogia: Imagine que você tem 4 professores mestres (os 4 cérebros treinados). Você cria um novo aluno (um único cérebro) e pede para ele assistir a todas as aulas dos mestres ao mesmo tempo.
• O Processo: O novo aluno observa o que os mestres fazem em cada situação e aprende a imitar o comportamento deles.
• O Ganho: O novo aluno (o robô final) não precisa mais saber qual "nível" ele está. Ele se torna um generalista. Se o pino for grosso, ele usa a técnica do Mestre 1. Se for fino, usa a do Mestre 4. Tudo automaticamente.

5. Os Olhos e as Mãos: Fusão Visão-Força

Para ajudar o robô a ser mais sensível, eles deram a ele dois sentidos extras:

1. Visão: Câmeras que veem se a peça está torta.
2. Toque: Sensores que sentem a força.

O robô usa uma "ferramenta" chamada Controlador de Fusão Visão-Força. É como se o robô tivesse uma mão de borracha (um copo de sucção flexível) que sente a pressão e os olhos que veem o desalinhamento. Se a câmera vê que está torto, ele ajusta. Se o sensor sente que está travando, ele para e tenta de outro ângulo.

O Resultado Final?

Eles testaram isso na vida real com peças hexagonais (formato de porca) que tinham variações imperceptíveis a olho nu.

• Robôs antigos: Quebravam peças ou falhavam em 50% dos casos.
• O novo robô: Conseguiu encaixar as peças com 98,5% de sucesso, usando pouquíssima força (sem quebrar nada) e muito rápido.

Resumo da Ópera:
A equipe criou um método onde o robô primeiro aprende a lidar com situações extremas separadamente, depois usa uma inteligência artificial para misturar esse conhecimento e criar um "super-robô" que sabe lidar com qualquer variação de peça, sem precisar ser reprogramado para cada novo lote. É como transformar um robô que só sabe amarrar um laço de tênis específico em um robô que sabe amarrar qualquer tipo de cadarço, em qualquer sapato, sem nunca ter visto aquele sapato antes.

Resumo técnico

Aqui está um resumo técnico detalhado do artigo em português:

Título: Estratégia de Controle Robusto e Conformável para Robôs em Tarefas de Montagem de Precisão em Lote com Tipos e Quantidades de Ajuste Incertos

1. Problema e Contexto

O artigo aborda o desafio crítico da automação na montagem de precisão em lote, comum na indústria 3C (computadores, comunicação e eletrônicos de consumo).

• Desafio Principal: Em montagens de alta precisão (tolerâncias de ~0,01 mm), os componentes são frequentemente projetados com ajustes de transição. Devido a erros de usinagem inevitáveis, um par específico de pino e furo pode resultar em um ajuste com folga (clearance) ou um ajuste com interferência (interference), com quantidades de ajuste incertas e variáveis dentro do mesmo lote.
• Limitações Atuais:
  • Métodos baseados em modelos são frágeis, pois exigem reconfiguração manual dos parâmetros do controlador quando o tipo de ajuste muda.
  • Métodos de Aprendizado por Reforço (RL) tradicionais são eficientes apenas para componentes específicos treinados, falhando em generalizar para variações de ajuste ou formas não vistas.
  • A aleatorização de domínio direta em ambientes reais é inviável devido ao alto custo de tempo e hardware.
• Objetivo: Desenvolver uma estratégia de controle que seja simultaneamente robusta (lidando com tipos de ajuste desconhecidos) e conformável (minimizando forças de contato para evitar danos às peças), sem exigir medição prévia de cada componente.

2. Metodologia Proposta (FVFC-MTRL-PD)

Os autores propõem um framework de três estágios para construir a estratégia de controle:

A. Decomposição de Tarefas (Task Decomposition)

• O problema contínuo de ajuste incerto é decomposto em múltiplas subtarefas determinísticas.
• O intervalo total de possíveis quantidades de ajuste (de interferência máxima a folga máxima) é dividido em subintervalos menores. Cada subintervalo representa uma tarefa específica (ex: T1 = grande interferência, T4 = grande folga).
• Isso permite que o sistema aprenda estratégias locais robustas para cada cenário, em vez de tentar aprender tudo de uma vez com aleatorização extrema.

B. Aprendizado por Reforço Multi-Tarefa (MTRL) com Controlador FVFC

• Controlador FVFC (Force-Vision Fusion Controller): Um controlador híbrido que funde dados de força (torque/momento) e visão (câmeras monoculars). O RL não controla diretamente a posição do robô, mas ajusta os parâmetros deste controlador FVFC em tempo real.
• MTRL (Multi-Task Reinforcement Learning): Utiliza uma arquitetura baseada em Soft Actor-Critic (SAC) onde as redes de ator e crítico são compartilhadas entre todas as subtarefas.
  • Codificação de Tarefa: Uma codificação one-hot é adicionada ao estado de entrada para diferenciar as subtarefas.
  • Eficiência: O MTRL aprende representações de características compartilhadas entre as subtarefas, aumentando a eficiência do treinamento em mais de 50% comparado ao treinamento de tarefas isoladas (STRL).
  • Gradientes Conflitantes: Utiliza o método Projecting Conflicting Gradients (PCGrad) para estabilizar o treinamento quando os gradientes de diferentes tarefas entram em conflito.

C. Distilação de Políticas (Policy Distillation)

• Para criar uma estratégia final robusta que não dependa da codificação de tarefa específica:
  • As políticas treinadas para cada subtarefa atuam como "mestres" (teachers).
  • Um novo "aluno" (student) é treinado via aprendizado supervisionado para imitar o comportamento desses mestres.
  • O estado de entrada do aluno remove a codificação de tarefa, forçando a rede a inferir o tipo de ajuste e a quantidade de ajuste implicitamente a partir dos dados de força e visão e da trajetória de montagem.
  • O resultado é uma única rede neural robusta capaz de generalizar para qualquer ajuste dentro do intervalo definido.

3. Contribuições Principais

1. Framework de Construção de Estratégia Robusta: Uma abordagem sistemática que combina decomposição de tarefas, MTRL e distilação de políticas para lidar com incertezas contínuas de ajuste em montagem de precisão.
2. Controlador Híbrido FVFC-RL: Integração de um controlador de fusão força-visão com RL, onde o agente aprende a ajustar os parâmetros de controle dinamicamente, superando a rigidez de controladores com parâmetros fixos.
3. Eficiência e Generalização: Demonstração de que o MTRL acelera o treinamento e que a distilação de políticas permite a criação de uma estratégia única que generaliza para ajustes não vistos durante o treinamento.
4. Validação Experimental em Cenário Real: Implementação e teste em um robô industrial real (UR10) com peças hexagonais irregulares, cobrindo um espectro de -0,04 mm a +0,04 mm de ajuste.

4. Resultados Experimentais

Os experimentos foram realizados com componentes hexagonais irregulares, comparando a proposta (FVFC-MTRL-PD) com métodos baseados em modelos (FBCC), RL de tarefa única (MDRL) e controladores FVFC com parâmetros constantes.

• Taxa de Sucesso: A estratégia proposta alcançou uma taxa de sucesso média de 98,5% em todas as subtarefas e em testes de lote com ajustes incertos. Em comparação, métodos baseados em modelos tiveram taxas inferiores a 62% e métodos de RL não robustos falharam ao serem transferidos entre tipos de ajuste diferentes.
• Conformidade de Força: A estratégia proposta reduziu significativamente as forças de contato máximas.
  • Exemplo na subtarefa T2 (interferência pequena): Força axial máxima de 1,028 N (proposta) vs. 2,129 N (FBCC) e 1,982 N (MDRL).
  • Isso demonstra uma melhor conformidade, essencial para evitar danos em peças de precisão.
• Eficiência de Treinamento: O framework MTRL reduziu o tempo de convergência e aumentou a eficiência de amostragem em mais de 50% comparado ao treinamento de tarefas individuais.
• Robustez em Cenários Desafiadores: Em testes com peças deformadas ou sem chanfros (cenários não vistos no treinamento), a proposta manteve taxas de sucesso de ~90%, enquanto o método de comparação (MDRL) falhou completamente (0%).

5. Significado e Impacto

Este trabalho é significativo para a automação industrial de alta precisão, pois:

• Resolve o problema da incerteza de lote: Permite que robôs montem lotes de produção onde cada peça tem tolerâncias variáveis sem necessidade de inspeção prévia ou reconfiguração de software.
• Ponte entre Simulação/Teoria e Realidade: Oferece um método prático para lidar com a dinâmica de contato complexa e não linear que modelos matemáticos simplificados não conseguem capturar.
• Escalabilidade: A metodologia pode ser adaptada não apenas para variações de ajuste, mas também para variações de formas geométricas de componentes, tornando-a uma solução versátil para a manufatura inteligente.

Em resumo, o artigo apresenta uma solução viável e robusta para a automação de montagens de precisão em escala industrial, superando as limitações de rigidez dos controladores tradicionais e a falta de generalização dos métodos de RL atuais.