Functional Force-Aware Retargeting from Virtual Human Demos to Soft Robot Policies

Título: SoftAct: Retargeting Consciente de Força para Transferir Habilidades de Manipulação Humana para Mãos Robóticas Moles Não Antropomórficas

1. O Problema

A transferência de habilidades de manipulação dextrá de demonstrações humanas para mãos robóticas de material mole (soft robots) enfrenta desafios fundamentais devido a uma extrema incompatibilidade de corporificação (embodiment mismatch):

• Diferenças Morfológicas: Mãos moles possuem graus de liberdade, geometria de workspace e mecanismos de atuação (ex: músculos artificiais pneumáticos) drasticamente diferentes das mãos humanas.
• Falha da Imitação Cinemática: Abordagens tradicionais de retargeting (redirecionamento) que mapeiam trajetórias de juntas ou poses da mão humana diretamente para o robô falham em mãos não antropomórficas. A similaridade geométrica aproximada não é suficiente para garantir o sucesso funcional da tarefa.
• Complexidade de Controle: A dinâmica não linear, a sub-atuação e a deformação baseada em contato das mãos moles tornam o controle preciso e a estimativa de estado extremamente difíceis.

O artigo argumenta que a similaridade cinemática é insuficiente e que a geometria de contato e a distribuição de forças são as representações transferíveis essenciais para preservar a intenção funcional da manipulação.

2. Metodologia: O Framework SoftAct

O SoftAct é um framework de aprendizado por demonstração (LfD) que utiliza dados de realidade virtual (RV) ricos em informações de contato para treinar políticas de controle para mãos moles pneumáticas. O sistema opera em três etapas principais:

A. Coleta de Dados em Realidade Virtual (RV)

• Demonstrações são coletadas em um ambiente VR imersivo (Unreal Engine) usando um sistema de captura de movimento (OptiTrack).
• Diferente de sistemas de teleoperação comuns, o foco aqui é a coleta de dados de alta fidelidade, capturando não apenas a cinemática da mão e a pose do objeto, mas também patches de contato densos e forças de contato detalhadas (magnitude e direção) em cada passo de tempo.

B. Algoritmo de Retargeting Consciente de Força (Duas Estágios)
Em vez de mapear juntas para juntas, o SoftAct utiliza um algoritmo de dois estágios:

1. Estágio 1: Atribuição de Dedos Balanceada por Força (Offline)

   • As forças de contato demonstradas são atribuídas aos dedos humanos individuais.
   • Devido à incompatibilidade morfológica, não há correspondência um-para-um. O sistema calcula a carga de contato cumulativa de cada dedo humano e aloca os dedos do robô proporcionalmente a essa carga.
   • Utiliza distâncias geodésicas na malha da superfície da mão (em vez de distância euclidiana no espaço livre) para garantir que a influência do contato respeite a curvatura e a articulação física da mão.
   • O resultado é um mapeamento "muitos-para-um" ou "um-para-muitos" que equilibra a carga de força entre a mão humana e a robótica.

2. Estágio 2: Refinamento Informado por Contato (Online)

   • Durante a execução, o robô segue uma trajetória de referência da ponta do dedo (end-effector), mas ajusta os alvos em tempo real.
   • Um ajuste é calculado com base nos contatos demonstrados próximos à ponta do dedo atual do robô.
   • O ajuste pondera a influência de cada contato demonstrado pela força magnitude e pela distância geodésica na superfície da mão.
   • Isso permite que o robô refine seus alvos de ponta de dedo para manter a consistência do contato e a distribuição de força, adaptando-se à sua própria morfologia e compliance.

C. Aprendizado e Controle de Baixo Nível

• Política de Alto Nível: Uma política baseada em Diffusion Policy é treinada para imitar as trajetórias retargetadas, mapeando a propriocepção do robô e a pose do objeto para comandos de ação (deslocamento, orientação e torques).
• Controlador de Baixo Nível: Para controlar os dedos pneumáticos não lineares, um modelo forward aprendido (MLP) mapeia pressões para deslocamentos. Durante a execução, um otimizador inverte esse modelo para calcular os comandos de pressão necessários para atingir os alvos de trajetória desejados, garantindo precisão e estabilidade.

3. Principais Contribuições

1. Formulação Centrada no Contato: Uma nova abordagem para retargeting que prioriza a geometria de contato e a distribuição de forças em vez da similaridade cinemática rígida.
2. Algoritmo de Retargeting Consciente de Força: Um método de dois estágios que atribui dedos baseado em carga de força e refina trajetórias online usando pesos geodésicos, lidando eficazmente com a incompatibilidade de corporificação.
3. Controlador de Baixo Nível SOTA: Um controlador baseado em aprendizado para mãos pneumáticas moles que supera métodos lineares e de regressão direta em precisão de rastreamento.
4. Sistema End-to-End: Validação completa desde a coleta de dados em RV até a implantação zero-shot no mundo real em uma mão robótica maciça não antropomórfica.

4. Resultados Experimentais

O sistema foi avaliado em uma série de tarefas ricas em contato (ex: inserção de lâmpada, virar copo, desparafusar garrafa) em simulação e no mundo real, comparado a baselines puramente cinemáticos.

• Precisão de Rastreamento de Trajetória: O controlador de baixo nível do SoftAct reduziu o RMSE (Erro Quadrático Médio) em até 55% e a variância em até 69% em comparação com baselines cinemáticos e baseados em aprendizado.
• Desempenho em Tarefas (Simulação): O SoftAct superou consistentemente a baseline cinemática, aumentando as taxas de sucesso em 30-70% em várias tarefas. Em tarefas de inserção e reorientação, a melhoria foi crítica, onde a baseline cinemática frequentemente falhava (0% de sucesso em alguns casos).
• Desempenho no Mundo Real (Zero-Shot): A política treinada foi implantada sem ajuste fino no robô físico. O SoftAct demonstrou taxas de sucesso significativamente superiores (ex: 85% vs 35% para despejar copo de papel; 95% vs 30% para parafusar lâmpada), provando a eficácia da transferência sim-real.
• Ablação: O uso apenas do Estágio 1 (atribuição de força) melhorou a performance sobre a cinemática pura, mas o Estágio 2 (refinamento de contato) foi essencial para atingir o desempenho máximo, demonstrando que o ajuste online é crucial.

5. Significado e Conclusão

O trabalho do SoftAct demonstra que imitar a cinemática humana é insuficiente para transferir habilidades para robôs moles com morfologias radicalmente diferentes. Ao focar na intenção funcional através da modelagem explícita de geometria de contato e distribuição de forças, o sistema permite que robôs moles descubram estratégias de manipulação otimizadas para sua própria estrutura física, mesmo que essas estratégias sejam geometricamente distintas das demonstrações humanas.

Isso abre um novo caminho para o aprendizado por demonstração em robótica, superando a barreira da incompatibilidade de corporificação e permitindo a manipulação dextrá robusta em sistemas de material mole, essenciais para interação segura com humanos e objetos frágeis.

Limitações e Futuro: O trabalho atual depende de forças de contato "ground-truth" obtidas apenas em simulação e de marcadores de captura de movimento para a pose do objeto no mundo real. Trabalhos futuros visam estender o método para estimar forças visualmente e eliminar a dependência de marcadores externos.