Resumo Técnico: CoLI – Uma Plataforma Reproduzível para Aprendizado de Robôs Contínuos

Declaração do Problema

Robôs contínuos possuem altos graus de liberdade, estruturas complacentes e segurança inerente, tornando-os ideais para ambientes não estruturados e confinados, como a cirurgia minimamente invasiva e a interação humano-robô. No entanto, sua adoção em pesquisa e aplicações práticas de aprendizado é dificultada por três barreiras principais:

1. Complexidade de Fabricação: Designs tradicionais dependem da montagem complexa de componentes rígidos e flexíveis fabricados sob medida, levando a altos custos, baixa reprodutibilidade e erros dimensionais significativos.
2. Desafios de Controle: A morfologia continuamente deformável e a redundância de atuação tornam o modelamento cinemático preciso difícil. O controle convencional no espaço de tarefa frequentemente sofre com descompassos de workspace e falha em explorar efetivamente os graus de liberdade redundantes do robô.
3. Falta de Infraestrutura Pronta para Aprendizado: Há uma escassez de plataformas de hardware acessíveis que suportem coleta de dados escalável e aprendizado por imitação, pois as soluções de código aberto existentes muitas vezes carecem de pipelines padronizados para robôs contínuos.

Metodologia

Os autores apresentam o CoLI, um novo sistema de robô contínuo de código aberto projetado para reduzir as barreiras de fabricação de hardware e controle. A metodologia abrange quatro componentes integrados:

1. Impressão 3D Monolítica Multimaterial

O robô é fabricado como uma estrutura complacente única e contínua usando Modelagem por Deposição Fundida (FDM) multimaterial.

• Estrutura: O braço consiste em uma espinha dorsal flexível impressa em TPU 95A e 16 discos espaçadores rígidos impressos em PLA. Eles formam 15 juntas seriais que permitem a curvatura contínua.
• Design: A espinha dorsal apresenta arcos elípticos planares para fornecer complacência e forças de restauração elástica, enquanto segmentos tangentes garantem conexões robustas aos discos.
• Processo: Usando uma impressora Bambu Lab H2D, todo o corpo é impresso em uma única execução de 29 horas (altura de camada de 0,2 mm). O pós-processamento requer apenas 15 minutos para remover o material de suporte, eliminando a montagem manual da espinha dorsal e dos discos.
• Customização: O design permite a iteração rápida de contagens de juntas, dimensões e morfologias (por exemplo, variantes esbeltas ou em torre) sem necessidade de readequação de ferramentas.

2. Mecanismo de Atuação

O robô utiliza uma arquitetura acionada por tendões com atuação independente.

• Configuração: 15 juntas são agrupadas em três conjuntos, cada um controlado por três tendões roteados através de furos guia nos discos espaçadores.
• Atuadores: Os tendões são movidos por motores Dynamixel XC430-T240BB-T dispostos na base. Esta configuração permite a regulação direta da tensão via rotação do motor, eliminando a necessidade de tensionamento manual e permitindo o compartilhamento de carga.

3. Teleoperação Isomórfica

Para facilitar o controle intuitivo e a coleta de dados sem depender de modelos cinemáticos complexos, o sistema utiliza uma interface de teleoperação mestre–escravo (leader–follower).

• Isomorfismo: O manipulador "mestre" (leader) é mecanicamente idêntico ao robô "escravo" (follower), mas utiliza motores com menor razão de redução (Dynamixel XL330-M288-T) para melhor backdrivability.
• Mapeamento: O controle é alcançado através de um mapeamento direto, junta a junta, onde as posições do encoder do motor do mestre são mapeadas para as posições alvo do escravo. Isso elimina a necessidade de cinemática inversa, fornecendo um esquema de controle alinhado ao atuador e livre de singularidades.
• Calibração: Ambos os robôs são calibrados para um estado de referência zero usando mangas cilíndricas e pré-tensão de tendão via PWM.

4. Pipeline de Aprendizado por Imitação

O sistema é integrado ao framework LeRobot para suportar o controle autônomo.

• Coleta de Dados: O sistema registra as posições dos motores (relativas aos offsets de zero) e dados de câmera multi-visão (efetuador final e externa) a 30 Hz.
• Treinamento de Política: Um modelo de Action Chunking with Transformers (ACT) é treinado nas demonstrações coletadas. A política utiliza um backbone ResNet-18 e um codificador transformer de 4 camadas para prever as ações do robô a partir de entradas proprioceptivas e visuais.

Principais Contribuições

O artigo descreve quatro contribuições principais:

1. Paradigma de Fabricação: Uma abordagem de impressão 3D multimaterial monolítica que permite a fabricação reproduzível em execução única de robôs contínuos, reduzindo significativamente a complexidade de montagem.
2. Teleoperação Isomórfica: Um framework de controle que estabelece uma correspondência direta entre as entradas do operador e os atuadores do robô, facilitando o controle de corpo inteiro intuitivo e a coleta de demonstrações de alta qualidade para aprendizado por imitação.
3. Plataforma Integrada: Um sistema de robô contínuo pronto para aprendizado, unindo hardware e pipelines de IA incorporada através do framework LeRobot.
4. Validação do Sistema: Caracterização abrangente da estrutura do robô, precisão da teleoperação e capacidades de manipulação autônoma, estabelecendo uma linha de base reproduzível para a comunidade.

Resultados Experimentais

A plataforma foi avaliada através de caracterização de hardware e tarefas de manipulação:

• Propriedades Mecânicas:

  • Força-Deformação: A espinha dorsal exibe uma relação força-deformação aproximadamente linear com uma inclinação de ~3,2 N/mm.
  • Workspace: O workspace alcançável é uma esfera de aproximadamente 430 mm de diâmetro.
  • Carga Útil (Payload): O robô pode suportar de forma confiável uma carga dinâmica de até 1 kg mantendo a controlabilidade. O desempenho degrada visivelmente aos 1,2 kg.
  • Durabilidade: O sistema operou por mais de 15 horas sem danos estruturais ou degradação de desempenho.

• Desempenho de Teleoperação:

  • Precisão: O robô escravo alcançou um erro médio de rastreamento posicional de 8,2 mm (3,3% do comprimento do braço) em 127 configurações.
  • Latência: O sistema demonstrou uma latência de tempo de assentamento de 158 ms em uma frequência de controle de 30 Hz, confirmando a adequação para coleta de demonstrações de alta fidelidade.
  • Destreza: Operadores completaram tarefas complexas com sucesso, incluindo pegar e colocar objetos e recuperar itens de um tubo de 90 mm de diâmetro confinado.

• Aprendizado por Imitação:

  • Três tarefas autônomas foram avaliadas: Posicionamento de Objeto, Alternância de Interruptor (Switch Toggling) e Empurramento Planar.
  • Taxas de Sucesso: O robô alcançou taxas de sucesso de 100% (12/12) para posicionamento de objeto, 83% (10/12) para alternância de interruptor e 83% (10/12) para empurramento planar.
  • As políticas demonstraram comportamentos robustos de recuperação de erro e tentativa de repetição em cenários desafiadores.

Significância e Alegações

O artigo afirma que o CoLI reduz significativamente as barreiras de entrada para a pesquisa em robótica contínua ao fornecer uma plataforma reproduzível e pronta para aprendizado. Ao unificar a fabricação monolítica, a teleoperação isomórfica e os pipelines de aprendizado padronizados, o sistema aborda a falta crítica de hardware acessível e interfaces de controle intuitivas que anteriormente limitavam a pesquisa de manipulação baseada em dados neste domínio.

Os autores posicionam este trabalho não como uma solução final, mas como um passo fundamental para acelerar o desenvolvimento algorítmico e o benchmarking sistemático. Eles reconhecem limitações, incluindo as restrições de volume de construção da impressão 3D no comprimento do braço e o alto custo dos motores servo, e propõem trabalhos futuros focados em designs modulares, atuação de menor custo e modalidades de sensores mais ricas. O objetivo final é fomentar o progresso impulsionado pela comunidade através de recursos de código aberto e padronizados.