💻 computer science

Simulation-based Learning of Electrical Cabinet Assembly Using Robot Skills

Este artigo apresenta uma abordagem de aprendizado baseada em simulação que combina aprendizado por reforço profundo e habilidades robóticas parametrizáveis para automatizar a montagem de terminais elétricos em trilhos DIN, alcançando taxas de sucesso de até 100% na transferência direta para um robô físico UR10e sem necessidade de ajuste adicional.

Autores originais: Arik Laemmle, Balázs András Bálint, Philipp Tenbrock, Frank Naegele, David Traunecker, József Váncza, Marco F. Huber

Publicado 2026-02-17

📖 5 min de leitura🧠 Leitura aprofundada

CC BY 4.0

Autores originais: Arik Laemmle, Balázs András Bálint, Philipp Tenbrock, Frank Naegele, David Traunecker, József Váncza, Marco F. Huber

Artigo original sob licença CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Esta é uma explicação gerada por IA do artigo abaixo. Não foi escrita nem endossada pelos autores. Para precisão técnica, consulte o artigo original. Ler aviso legal completo

Imagine que você tem um robô muito inteligente, mas que, até agora, só sabia fazer tarefas muito simples e repetitivas, como pegar uma caixa e colocá-la em outro lugar. O problema é que montar coisas complexas, como os terminais elétricos dentro de um painel de controle, é como tentar encaixar um quebra-cabeça 3D de olhos vendados: exige força, tato e muita adaptação.

Se você tentar ensinar esse robô manualmente, teria que escrever milhares de linhas de código para cada variação de peça, o que levaria mais tempo do que montar tudo à mão.

Este artigo apresenta uma solução genial: ensinar o robô a "pensar" e "sentir" através de simulações virtuais, para que ele aprenda a montar essas peças sozinho, sem precisar de um programador humano para cada detalhe.

Aqui está a explicação passo a passo, usando analogias do dia a dia:

1. O Desafio: O "Clique" Difícil

Imagine que você está montando um brinquedo de plástico que tem um "ganchinho" flexível. Para encaixar, você precisa empurrar, sentir o plástico dobrar e, no momento certo, girar para que o gancho "clique" no lugar.

O problema: Se você empurrar muito forte, quebra. Se não girar o suficiente, não encaixa.
A dificuldade para robôs: Robôs tradicionais são como marretas: eles seguem um caminho rígido. Se a peça estiver um milímetro fora do lugar, o robô bate e para. Ele não sabe "sentir" a resistência do plástico.

2. A Solução: O "Simulador de Voo" do Robô

Em vez de treinar o robô no mundo real (o que quebraria muitas peças e gastaria muito tempo), os autores criaram um mundo virtual perfeito (uma simulação física).

A Analogia: É como um simulador de voo para pilotos. O piloto pode errar mil vezes, cair do avião virtual e aprender com os erros, sem risco de vida.
O que eles fizeram: Eles criaram um robô virtual e milhões de cenários diferentes dentro do computador. O robô aprendeu a força necessária para dobrar o ganchinho e o ângulo exato para girar, tudo isso em segundos.

3. O Segredo: Como o Robô "Sente" o Plástico?

Aqui está a parte mais criativa da pesquisa. Computadores são ótimos com coisas rígidas (como blocos de Lego), mas péssimos com coisas flexíveis (como o ganchinho do terminal).
Para resolver isso, os cientistas criaram dois tipos de "modelos matemáticos" para ensinar o robô a sentir a força:

Modelo Analítico (A Fórmula da Física): Eles usaram equações clássicas da engenharia (como calcular quanto uma viga de madeira dobra) para dizer ao robô: "Se você empurrar X centímetros, sentirá Y Newtons de força". É como dar ao robô uma calculadora de física instantânea.
Modelo de Corpo Rígido (O Robô de Molas): Eles imaginaram o ganchinho flexível não como uma peça única, mas como uma série de pequenos blocos rígidos conectados por molas invisíveis. Quando o robô empurra, as molas comprimem e o computador calcula a força. É como se o robô estivesse segurando um brinquedo de mola em vez de um bloco de pedra.

4. O Treinamento: O "Jogo" de Milhões de Tentativas

O robô usou uma técnica chamada Aprendizado por Reforço.

A Analogia: Imagine um cachorro aprendendo a pegar uma bola. Se ele pega, ganha um petisco (recompensa). Se erra, não ganha nada.
No computador: O robô tentou montar a peça milhões de vezes.
- Se ele encaixou perfeitamente: Ganhou pontos.
- Se quebrou a peça ou não encaixou: Perdeu pontos.
- Com o tempo, ele descobriu o "caminho perfeito": empurrar com a força certa, sentir a resistência e girar no momento exato.

Eles usaram uma técnica chamada "Randomização de Domínio". Isso significa que, a cada tentativa no simulador, eles mudavam levemente as coisas: a peça estava um pouco mais para a esquerda, um pouco mais para a direita, ou o ganchinho estava um pouco mais duro. Isso treinou o robô para ser superadaptável, capaz de lidar com imprecisões do mundo real.

5. O Grande Teste: Do Virtual para o Real

Depois de treinar no computador, eles pegaram um robô físico real (um braço mecânico UR10e) e colocaram a "mente" treinada nele.

O Resultado: O robô foi direto para a linha de produção e começou a montar os terminais elétricos sem nenhuma reprogramação.
A Performance: Ele teve um sucesso de quase 100%, mesmo quando as peças estavam fora do lugar ou giradas. Ele conseguiu se adaptar instantaneamente, assim como um humano faria ao sentir que precisa ajustar a mão.

Por que isso é revolucionário?

Antes, para mudar a linha de produção para um novo tipo de peça, você precisava de um engenheiro especializado para reprogramar o robô por dias.
Com essa tecnologia:

Você muda a peça no computador.
O robô "joga" algumas vezes no simulador para aprender a nova peça.
Você transfere o aprendizado para o robô real.
Pronto! A fábrica está rodando novamente em horas, não dias.

Em resumo: Os autores ensinaram um robô a ter "tato" e "intuição" através de um simulador de física avançado, permitindo que ele monte peças complexas e flexíveis com a mesma facilidade e adaptabilidade de um humano, mas com a velocidade e precisão de uma máquina. É como dar ao robô um "superpoder" de aprendizado rápido para a indústria moderna.

1. Problema

A automação de tarefas de montagem controlada por força em gabinetes elétricos, especificamente o encaixe de terminais elétricos em trilhos DIN, enfrenta desafios significativos na indústria. Embora o processo possa ser automatizado, a alta variabilidade de produtos (lotes pequenos, personalização crescente) e a necessidade de frequentes adaptações tornam o esforço de programação robótica tradicional maior do que o tempo de montagem manual.
Os principais obstáculos são:

Complexidade da Montagem: O encaixe depende de ganchos de pressão (snap-hooks) deformáveis, exigindo controle preciso de força e posição.
Limitações de Simulação: A maioria dos simuladores físicos padrão (como MuJoCo) baseia-se em corpos rígidos e não consegue calcular adequadamente as forças de deformação necessárias para treinar agentes de aprendizado por reforço.
Custo de Dados Reais: Treinar diretamente no hardware físico é caro, lento e arriscado para tarefas não reversíveis.
Rigidez de Habilidades (Skills): Métodos baseados em habilidades pré-definidas reduzem a complexidade, mas ainda exigem parametrização manual por especialistas, limitando a flexibilidade.

2. Metodologia

O trabalho propõe uma abordagem híbrida que combina Aprendizado por Reforço Profundo (DRL) com Habilidades de Robô Parametrizáveis dentro de um ambiente de simulação física estendido.

A. Estrutura do Sistema e Habilidades (Skills)

O sistema utiliza o framework pitasc, que define habilidades robóticas como módulos reutilizáveis. A tarefa de montagem é decomposta em uma sequência de habilidades:

S_lin: Movimento linear para uma pré-posição.
S_approach: Aproximação linear ao longo do eixo Z até detectar contato.
S_slide: Deslizamento linear ao longo do eixo X com força de contato constante.
S_pivot: Rotação do terminal para travar o gancho de pressão no trilho.
S_pivot (ajuste): Rotação final para alinhar a orientação.

O agente de DRL não controla diretamente os motores, mas seleciona e parametriza essas habilidades (ex: velocidade, força de contato, ângulos de rotação) com base nas observações do sensor (posição relativa, orientação e forças/torques).

B. Modelagem de Junção (Joining Models)

Para superar a limitação dos simuladores de corpos rígidos, os autores desenvolveram dois tipos de modelos para simular a deformação do gancho de pressão e as forças resultantes:

Modelos Analíticos: Baseados na teoria de vigas (equações de Euler-Bernoulli), calculam as forças laterais ( $F_Q$ ) e de junção ( $F_J$ ) com base na deflexão, geometria e propriedades do material (módulo de elasticidade).
Modelos de Corpos Rígidos (Rigid Body): Implementados diretamente no motor MuJoCo, decompondo o gancho deformável em um conjunto de massas, molas e amortecedores (mass-spring-damper) conectados em série. Foram testadas configurações com 1 e 2 graus de liberdade rotacionais.

C. Aprendizado e Transferência

Algoritmos: Foram utilizados Soft Actor-Critic (SAC) e Twin Delayed Deep Deterministic Policy Gradient (TD3).
Randomização de Domínio: Durante o treinamento na simulação, foram introduzidas variações aleatórias na posição e orientação do trilho DIN, bem como ruído nos sensores de força, para garantir robustez.
Transferência Sim-to-Real: As políticas treinadas foram transferidas para um robô físico UR10e sem nenhum ajuste adicional (fine-tuning), utilizando a mesma estrutura de habilidades.

3. Principais Contribuições

Framework de Aprendizado para Montagem Deformável: Integração bem-sucedida de DRL com habilidades robóticas de alto nível para tarefas de montagem que envolvem deformação de materiais.
Desenvolvimento de Modelos de Junção: Criação e validação experimental de dois modelos (analítico e de corpos rígidos) para simular forças de encaixe em ganchos de pressão, permitindo a geração de dados sintéticos realistas.
Generalização Robusta: Demonstração de que um agente treinado em simulação pode generalizar para novos tipos de terminais e posições não vistas durante o treinamento.
Validação Experimental Completa: Avaliação extensiva tanto no ambiente simulado quanto em um sistema robótico físico real, provando a eficácia da transferência sem re-treinamento.

4. Resultados

Desempenho na Simulação: O agente alcançou taxas de sucesso de até 100% na área central (desvios de posição de ±5 mm e orientação de ±2°). Mesmo em áreas de transição (orientações de até ±8°), as taxas de sucesso permaneceram acima de 90%.
Desempenho no Mundo Real: Ao transferir para o robô UR10e, o sistema manteve taxas de sucesso de 100% nas áreas centrais e de transição. O agente conseguiu compensar desvios translacionais e rotacionais significativos, superando as tolerâncias típicas da indústria.
Generalização: O sistema foi capaz de montar terminais diferentes daqueles usados no treinamento (ex: treinar em um modelo WAGO 2102-1301 e testar em um WAGO 2016-1301) com sucesso, desde que as forças de montagem não excedessem drasticamente as aprendidas.
Comparação de Modelos: Os modelos analíticos, após otimização, apresentaram um erro absoluto médio inferior a 3 N. Os modelos de corpos rígidos foram mais precisos na força de junção, mas superestimaram a força lateral (fator de 1,5 a 2,0) e exigiram passos de tempo menores, tornando a simulação mais lenta que o tempo real.

5. Significado e Conclusão

Este trabalho demonstra que é possível automatizar tarefas de montagem complexas e variáveis em lotes pequenos, reduzindo drasticamente o esforço de programação manual. A combinação de habilidades robóticas modulares (que abstraem a complexidade de baixo nível) com aprendizado por reforço (que lida com a incerteza e adaptação) cria um sistema escalável e flexível.

A pesquisa valida que a simulação baseada em física, quando estendida com modelos de deformação precisos, pode fechar a lacuna "sim-to-real" para tarefas de montagem controlada por força. Isso abre caminho para a automação de uma vasta gama de tarefas industriais que anteriormente eram consideradas economicamente inviáveis devido à variabilidade dos produtos. O trabalho sugere futuras investigações em métodos de aprendizado híbrido e automação completa da parametrização do ambiente.