Resumo Técnico: CoRMA (Adaptação Motora Robusta por Contraste)

Declaração do Problema

A montagem robótica rica em contato (por exemplo, Inserção de Pino, Rosqueamento de Porca, Encaixe de Engrenagem) permanece um desafio significativo devido à sensibilidade dessas tarefas a incompatibilidades geométricas, atrito, complacência e ruído de sensoriamento. Diferentemente da manipulação em espaço livre, pequenos desvios podem levar a travamentos ou falhas irreversíveis. Embora sistemas recentes de simulação para realidade, como o FORGE, demonstrem robustez na simulação, eles frequentemente degradam-se substancialmente quando implantados em hardware. Abordagens existentes geralmente dependem de treinamento específico para a tarefa, pipelines pesados em demonstrações (aprendizado por imitação) ou controle adaptativo clássico que exige calibração repetida para novas configurações. Além disso, frameworks padrão de meta-aprendizado, como Adaptação Motora Rápida (RMA), são frequentemente projetados para pistas visuais ou centradas em objetos, enquanto a montagem rica em contato requer a interpretação de históricos de força e propriocepção para compreender estados de interação (por exemplo, movimento livre versus travamento).

Metodologia

O CoRMA (Adaptação Motora Robusta por Contraste) propõe um framework de meta-adaptação baseado em contexto, adaptado para montagem dominada por força. Ele modifica o paradigma padrão do RMA, substituindo a adaptação de parâmetros brutos do simulador por um contexto de contato semântico compacto. O framework opera em três etapas:

1. Definição de Contexto de Contato Semântico

Em vez de utilizar parâmetros brutos do simulador como informação privilegiada, o CoRMA define uma variável latente $Z$ Privilegiada 6D ($z_t$) que representa a interpretação semântica da dinâmica de contato. Este vetor inclui:

• Início do contato
• Engajamento lateral
• Transição de contato guiado
• Direção do contato (ao longo de dois eixos)
• Tendência a travamento ou deslizamento adesivo (stick–slip)

Essas pontuações são computadas a partir da dinâmica de contato e força do simulador e servem como alvos supervisionados durante o treinamento, mas não estão disponíveis durante a implantação.

2. Pipeline de Treinamento

• Etapa 1 (Professor Privilegiado): Uma política consciente de contato é treinada na simulação (Isaac Lab) usando PPO. O espaço de observação é aumentado com a $Z$ Privilegiada de oráculo, permitindo que o professor aprenda comportamentos ótimos condicionados ao conhecimento semântico perfeito do estado de contato.
• Etapa 2 (Treinamento do Adaptador): Um adaptador Transformer causal é treinado para inferir a $Z$ Privilegiada ($\hat{z}_t$) exclusivamente a partir de históricos de sensores implantáveis (força, propriocepção e ação). A arquitetura do adaptador inclui:
  • Cabeça Semântica: Realiza regressão para prever o vetor $Z$ 6D ($L_{sem}$).
  • Cabeça Contrastiva: Utiliza um objetivo auxiliar InfoNCE ($L_{nce}$) para organizar os embeddings de histórico com base em regimes de força grosseiros (movimento livre, primeiro contato, deslizamento guiado, travamento). Isso atua como um regularizador semântico, garantindo que históricos com semânticas de interação semelhantes se agrupem, mesmo entre tarefas diferentes.
• Etapa 3 (Implantação): A $Z$ de oráculo é removida da política. O adaptador congelado prevê $\hat{z}_t$ online a partir do histórico de sensores, que é injetado na política. Isso permite adaptação sem demonstrações, entradas privilegiadas ou atualizações de gradiente no tempo de teste.

3. Arquitetura

O núcleo do CoRMA é um codificador Transformer causal que processa janelas de histórico de força, propriocepção e ações. Ele utiliza um token de leitura aprendido para gerar a representação de contexto. O uso de um Transformer é destacado como um fator dominante em relação aos codificadores Conv1D padrão usados em variantes anteriores do RMA, permitindo que o modelo capture dependências de longo horizonte e transientes de força esparsos.

Contribuições Principais

1. Adaptação Semântica de Contato: O CoRMA desloca o alvo de adaptação de parâmetros brutos do simulador para um vocabulário semântico de contato compacto e reutilizável ($Z$ 6D) que descreve regimes de interação em vez de geometrias específicas de tarefas.
2. Aprendizado Contrastivo de Regimes de Força: A introdução de um objetivo contrastivo baseado em regimes de força (livre, contato, deslizamento, travamento) serve como um regularizador semântico fraco. Isso ajuda a estruturar o espaço latente para distinguir tipos de interação, melhorando a robustez da inferência de contexto.
3. Interface de Implantação Não-Trapaceira: O sistema adere ao princípio do RMA, onde informações privilegiadas são usadas apenas para supervisão de treinamento. Na implantação, o robô adapta-se online usando apenas dados de força e propriocepção a bordo, inferindo o contexto de contato necessário para lidar com incertezas do mundo real.
4. Adaptador Transformer Causal: A implementação demonstra que um Transformer causal é superior a codificadores convolucionais para inferir semânticas de contato a partir de históricos de força de longo horizonte.

Resultados Experimentais

Os autores avaliaram o CoRMA em três tarefas (Inserção de Pino, Encaixe de Engrenagem, Rosqueamento de Porca) no Isaac Lab/Isaac Sim 5.0 e em um braço real Marvin de 7 Graus de Liberdade (DoF).

• Lacuna Simulação vs. Real: Baselines fortes (FORGE) alcançaram sucesso quase perfeito na simulação (98–100%), mas sofreram quedas drásticas de desempenho na implantação no mundo real (por exemplo, o FORGE caiu para 12,5% na Inserção de Pino e 0% no Rosqueamento de Porca).
• Desempenho do CoRMA: Embora o sucesso do CoRMA na simulação tenha sido ligeiramente inferior ao do FORGE em alguns casos, ele manteve taxas de sucesso real verificado significativamente maiores:
  • Encaixe de Engrenagem: CoRMA 65,0% vs. FORGE 25,0%.
  • Inserção de Pino: CoRMA 50,0% vs. FORGE 12,5%.
  • Rosqueamento de Porca: CoRMA 59,3% vs. FORGE 0,0%.
• Análise do Adaptador: Estudos de ablação confirmaram que o Transformer causal proporcionou o maior ganho de desempenho (aumentando $R^2$ de ~0,43 para ~0,88 em comparação com Conv1D). O objetivo contrastivo forneceu um benefício de regularização menor, mas consistente, melhorando a qualidade da representação sem sacrificar a precisão da previsão numérica.

Significado e Alegações

O artigo afirma que a inferência semântica de contato serve como uma interface de adaptação reutilizável dentro de uma família relacionada de tarefas de montagem. Ao inferir um contexto de contato compacto a partir do histórico de força, o CoRMA reduz a degradação de simulação para realidade observada em baselines fortes e específicas de tarefas.

Os autores são modestos em seu escopo, afirmando que:

• Os resultados suportam meta-adaptação ao nível de família de tarefas em vez de generalização irrestrita para tarefas arbitrárias não vistas.
• A avaliação atual foca na reutilização dentro de tarefas relacionadas (Inserção de Pino, Encaixe de Engrenagem, Rosqueamento de Porca) em vez de generalização ampla.
• A calibração Real2Sim permanece como um item de trabalho futuro, pois a lacuna restante de simulação para realidade provavelmente decorre de incompatibilidades em dinâmicas, atrito e latência de sensores.
• Os resultados com robô real são apresentados como evidência de implantação controlada em vez de certificação completa de confiabilidade, dado o número limitado de ensaios (dezenas por tarefa).

Em conclusão, o CoRMA demonstra que substituir a adaptação de parâmetros brutos pela inferência de contexto de contato semântico, estruturada por aprendizado contrastivo, é uma direção promissora para montagem robusta de simulação para realidade em cenários dominados por força.