Pro-HOI: Perceptive Root-guided Humanoid-Object Interaction

Título: Pro-HOI: Interação Humanoide-Objeto Guiada por Raiz Perceptiva

1. O Problema

A execução de tarefas de Interação Humanoide-Objeto (HOI), como carregar caixas, representa um desafio significativo para robôs humanóides devido à complexidade dinâmica e à necessidade de equilíbrio sob cargas externas. As abordagens existentes enfrentam limitações críticas:

• Falta de Generalização: Métodos baseados em otimização de modelos são rígidos e difíceis de adaptar a cenários desconhecidos.
• Engenharia de Recompensa Complexa: Abordagens de Aprendizado por Reforço (RL) end-to-end frequentemente exigem um ajuste laborioso de recompensas para diferentes fases da tarefa.
• Dependência de Dispositivos Externos: Muitos métodos dependem de sistemas de captura de movimento (MoCap) externos, inviabilizando a implantação em cenários reais.
• Falta de Recuperação de Falhas: A maioria dos sistemas não possui mecanismos de percepção em malha fechada para detectar e recuperar de falhas, como a queda acidental de um objeto, limitando a robustez em operações de longo prazo.

2. Metodologia (Pro-HOI)

O Pro-HOI é um framework de RL projetado para ser generalizável, robusto e totalmente autônomo (rodando apenas com sensores e computação a bordo). A metodologia divide-se em três pilares principais:

A. Treinamento de Política Guiada por Raiz (Root-Guided Policy)

• Decoupling (Desacoplamento): O trabalho propõe desacoplar o objetivo de rastreamento de movimento do espaço de observação. Em vez de fornecer ao agente a trajetória de referência completa do corpo (que limita a generalização), a política é condicionada apenas na trajetória desejada da raiz (posição e orientação do centro de massa) e em um estado binário de contato desejado ($c_t \in \{0, 1\}$).
• Recompensa de Rastreamento: O movimento de referência humanoide é utilizado exclusivamente como uma recompensa (via Adversarial Motion Priors ou rastreamento direto), e não como entrada de observação. Isso permite que o robô aprenda a correlação dinâmica entre a trajetória da raiz e o estado da tarefa, generalizando para posições de objetos não vistas durante o treinamento.
• Interface Universal: A trajetória da raiz serve como uma interface universal, permitindo a integração perfeita com planejadores de alto nível para navegação e evasão de obstáculos simultâneos à manipulação.

B. Otimização de Dados e SDF

• Para evitar artefatos de penetração física (quando as mãos do robô atravessam o objeto), os autores coletaram dados de movimento humano e utilizaram uma Função de Distância Assinada (SDF) para otimizar a geometria de contato antes do treinamento. Isso garante que os movimentos de referência sejam fisicamente viáveis.

C. Módulo de Estimativa de Objeto Persistente e Digital Twin

• Para lidar com incertezas do mundo real (como quedas), o sistema integra FoundationPose para estimativa de pose 6D do objeto e um módulo de Digital Twin (baseado no simulador MuJoCo).
• Detecção de Queda: O sistema monitora a inconsistência entre o estado de contato desejado e a pose relativa do objeto. Se o objeto cair e sair do campo de visão (FoV) da câmera, o Digital Twin simula a física da queda para prever onde o objeto aterrissará.
• Recuperação Autônoma: Com base na previsão, o robô ajusta seu olhar (gaze), replaneja a abordagem e executa um novo agarre (re-grasping), permitindo operações contínuas sem intervenção humana.

3. Contribuições Chave

1. Framework RL Guiado por Raiz: Uma nova abordagem que elimina a necessidade de extensos movimentos de referência como entrada e de engenharia de recompensas complexa, permitindo interações generalizáveis e controláveis.
2. Módulo de Recuperação de Falhas: Introdução de um sistema de estimativa persistente que combina detecção em tempo real com simulação física (Digital Twin) para detectar quedas e recuperar objetos fora do campo de visão, aumentando drasticamente a confiabilidade.
3. Implantação Realista: O sistema completo foi implantado em um robô Unitree G1, executando todos os módulos (percepção, planejamento e controle) em um único computador a bordo (Jetson NX), demonstrando transferência sim-real bem-sucedida.

4. Resultados e Avaliação

Os experimentos foram realizados em simulação (MuJoCo) e no robô físico Unitree G1, comparando o Pro-HOI com métodos de ponta (como PhysHSI, HDMI, OmniRetarget).

• Generalização (OOD): O Pro-HOI alcançou uma taxa de sucesso de 99,93% em tarefas de "fora de distribuição" (posições e orientações de objetos não vistas no treinamento), superando significativamente os baselines (ex: PhysHSI caiu para ~70-82% em cenários OOD).
• Precisão de Colocação: Reduziu o erro de colocação para 6,46 cm em cenários in-distribution, superando os baselines que giravam em torno de 9,5 cm.
• Recuperação de Falhas: O sistema demonstrou capacidade de recuperar objetos caídos e completar ciclos contínuos de transporte (mais de 15 ciclos consecutivos no mundo real).
• Robustez Dinâmica: O robô manteve taxas de sucesso de agarre acima de 60% em velocidades variadas (lento, médio e rápido), incluindo cenários de "corrida enquanto carrega".
• Comparação Qualitativa: O Pro-HOI é o único método listado na Tabela I que possui todas as capacidades: sem dispositivos externos, controle de corpo inteiro, interação generalizável, controle de falhas e recuperação de falhas.

5. Significado e Impacto

O Pro-HOI representa um avanço crucial na transição de robôs humanóides de demonstrações laboratoriais para aplicações práticas em ambientes centrados no ser humano. Ao resolver o problema da generalização sem sacrificar o estilo de movimento natural e ao introduzir mecanismos robustos de recuperação de falhas, o trabalho estabelece um novo padrão para a locomanipulação (loco-manipulation). A capacidade de operar de forma autônoma, detectando e corrigindo erros em tempo real sem depender de infraestrutura externa, torna a tecnologia viável para tarefas logísticas e domésticas complexas no mundo real.