Stage-Aware and Roughness-Constrained Diffusion Policy for Multi-Stage Robotic Polishing

Resumo Técnico: Política de Difusão Sensível ao Estágio e Restrita à Rugosidade para Polimento Robótico Multi-estágio

1. Definição do Problema

O polimento robótico é um processo de acabamento crítico em setores de manufatura de alto valor, como o aeroespacial, onde a qualidade da superfície dita diretamente a confiabilidade do componente. No entanto, automatizar essas tarefas apresenta dois desafios primários que os métodos existentes de aprendizado por imitação têm dificuldade em abordar simultaneamente:

1. Incerteza de Processo de Longo Horizonte (Long-Horizon Process-Stage Uncertainty): Fluxos de trabalho de polimento consistem em múltiplos estágios distintos (ex: estabilização, polimento de bordas, acabamento de superfície, limpeza) que frequentemente exibem estados locais visualmente semelhantes, mas exigem objetivos de controle e padrões de ação vastamente diferentes. Métodos existentes frequentemente dependem de decomposição explícita de tarefas ou prompts de planejamento de alto nível, que podem não ser suficientes para inferir estágios de processo latentes a partir de históricos multimodais em tempo real.
2. Deriva de Parâmetros de Processo Não Restrita (Unconstrained Process-Parameter Drift): Em políticas baseadas em difusão, a natureza estocástica do processo de denoising pode levar a variações não restritas nos parâmetros acoplados do processo (velocidade de avanço e força de contato normal). Como esses parâmetros determinam conjuntamente a remoção de material e a rugosidade da superfície, tal deriva pode resultar em combinações fisicamente inviáveis, contato instável ou qualidade de superfície inconsistente (ex: subpolimento ou corte de borda), especialmente quando as velocidades do fuso são pré-definidas por estágio.

A literatura atual carece de um framework unificado que trate conjuntamente a inferência de estágio latente a partir de históricos de observação e imponha restrições físicas de rugosidade dentro de políticas generativas de alta dimensão.

2. Metodologia: O Framework SRDP

Os autores propõem a Política de Difusão Sensível ao Estágio e Restrita à Rugosidade (SRDP - Stage-Aware and Roughness-Constrained Diffusion Policy), um framework unificado projetado para aprender habilidades de polimento multi-estágio a partir de demonstrações enquanto adere às restrições do processo. O framework opera através de dois mecanismos interconectados:

A. Difusão de Ação Condicionada ao Estágio
Para abordar a incerteza do estágio, o SRDP introduz uma rede de inferência de estágio que processa históricos de observação multimodais (imagens visuais, estados do robô, forças de contato e modos da ferramenta) para inferir uma distribuição de probabilidade posterior sobre o estágio atual do processo.

• Inferência de Estágio: Uma rede $g_\phi$ mapeia o histórico de observação $O_t$ para uma posterior de estágio $z_t$.
• Denoising Condicionado: Esta posterior é codificada em um vetor de condição de estágio $e_t$, que é injetado na rede de denoising reversa compartilhada. Isso permite que a política gere sequências de ações consistentes com o estágio atual inferido sem a necessidade de rótulos de estágio externos durante a execução.
• Consistência de Transição: Para garantir transições suaves entre estágios, uma prior de consistência de transição de estágio é introduzida. Esta utiliza uma matriz de transição $T$ (derivada do conhecimento do fluxo de processo ou dados) para regularizar a inferência de estágio, penalizando mudanças abruptas ou ilógicas de estágio via uma perda de entropia cruzada de rótulo suave (soft-label cross-entropy loss).

B. Amostragem de Difusão Restrita à Rugosidade
Para abordar a deriva de parâmetros, o SRDP incorpora restrições físicas e de qualidade diretamente no processo de amostragem de difusão.

• Modelagem Orientada à Rugosidade: Um modelo empírico de lei de potência prevê a rugosidade da superfície ($R_a$) com base na força normal ($F_n$), velocidade de avanço ($v$) e velocidade do fuso pré-definida por estágio ($\omega$). O modelo é calibrado offline usando dados experimentais.
• Conjuntos de Restrição: Dois conjuntos são definidos para o espaço de parâmetros:
  1. Conjunto de Consistência de Rugosidade ($\Omega_R$): Garante que a relação acoplada entre $F_n$ e $v$ satisfaça a rugosidade alvo dentro de uma banda de tolerância.
  2. Conjunto de Viabilidade Física ($\Omega_P$): Impõe limites nos limites de força/velocidade e continuidade temporal (taxa de variação) para garantir a executabilidade pelo robô.
• Amostragem Guiada: Durante os passos de denoising reverso, a política minimiza uma função de energia de restrição composta pela energia de consistência de rugosidade e pela energia de viabilidade física. Uma estratégia de guia suave "dominante à rugosidade" é aplicada nos estágios iniciais/intermediários de ruído para direcionar as amostras para a região viável, seguida por uma projeção de modificação mínima nos passos finais para garantir que a saída esteja estritamente dentro do conjunto viável conjunto $\Omega_t = \Omega_R \cap \Omega_P$.

3. Principais Contribuições

O artigo reivindica as seguintes contribuições:

1. Framework Unificado: A proposta do SRDP, que integra a inferência de estágio a partir de históricos multimodais com denoising reverso compartilhado para permitir a geração de ações consistentes com o estágio sem rótulos de estágio externos.
2. Amostragem com Restrição de Processo: O desenvolvimento de um método de amostragem de difusão guiado por restrições orientadas à rugosidade que gera velocidade de avanço e força de contato normal satisfazendo tanto os requisitos de qualidade de superfície quanto a viabilidade física sob velocidades de fuso pré-definidas.
3. Validação Empírica: Avaliação abrangente através de experimentos comparativos, estudos de ablação e validações em robô real em dois cenários complexos: polimento de superfície de revestimento de cabine de espaçonave e acabamento de superfície estrutural de cavidade interna.

4. Resultados Experimentais

Experimentos foram conduzidos em uma plataforma robótica de braço duplo (dois robôs KUKA iiwa14) realizando duas tarefas distintas:

• Polimento de Superfície de Revestimento: Envolvendo estabilização, polimento de furos quadrados/circulares e limpeza a vácuo.
• Acabamento de Cavidade Interna: Envolvendo transporte cooperativo, estabilização, refinamento de chanfro e polimento de superfície de montagem.

Métricas de Desempenho:

• Sucesso da Tarefa: O SRDP alcançou as maiores taxas médias de sucesso de sub-tarefas (0,94 para revestimento e 0,91 para cavidade interna) e taxas de sucesso de transição (0,88 e 0,83, respectivamente), superando significativamente os baselines como Diffusion Policy (DP) padrão, Hierarchical Imitation Learning (HIL) e Adaptive Compliance Policy (ACP).
• Análise de Falhas: O SRDP reduziu substancialmente os dois modos de falha dominantes:
  • Falhas de Troca de Estágio (STF - Stage-Switching Failures): Reduzidas para ~21-24% comparado a >50% nos baselines sem modelagem explícita de estágio.
  • Falhas de Parâmetros de Processo (PPF - Process-Parameter Failures): Reduzidas para ~9,5-10,5% comparado a taxas mais altas em métodos sem restrições de rugosidade.
• Qualidade da Superfície: O SRDP demonstrou valores de rugosidade superficial mais baixos e estáveis e larguras de chanfro mais consistentes em comparação ao ACP, validando a eficácia da amostragem restrita à rugosidade.

Estudos de Ablação:
A remoção do condicionamento de estágio levou a um colapso na sucessão de transição (dominado por STF). A remoção das restrições de rugosidade manteve as transições de estágio, mas causou uma queda significativa no sucesso da sub-tarefa devido a incompatibilidades de parâmetros (dominado por PPF). A remoção das restrições de viabilidade aumentou principalmente a instabilidade de contato. Isso confirma que a arquitetura completa do SRDP é necessária para suprimir ambos os modos de falha simultaneamente.

5. Significância e Alegações

O artigo afirma que o SRDP representa um passo significativo no avanço da aplicação de políticas generativas em processos de manufatura multi-estágio complexos. Sua significância reside em:

• Preenchimento da Lacuna: Ele fornece uma solução unificada para os problemas coexistentes de incerteza de estágio latente e deriva de parâmetros não restrita, que anteriormente eram abordados separadamente ou não eram abordados.
• Credibilidade Física: Ao incorporar restrições orientadas à rugosidade diretamente no processo de amostragem de difusão, o método garante que as ações geradas não sejam apenas semanticamente corretas para o estágio da tarefa, mas também fisicamente viáveis e conformes à qualidade.
• Generalização: Embora demonstrado em polimento, os autores sugerem que a formulação serve como um mecanismo geral para incorporar objetivos dependentes de estágio e restrições físicas em políticas robóticas generativas, potencialmente aplicável a retificação, perfuração e rebarbação.

Os autores concluem que o SRDP melhora o desempenho da tarefa, a estabilidade dos parâmetros e a qualidade final da superfície, oferecendo um framework robusto para a execução autônoma em ambientes de manufatura de alta precisão.