Resumo Técnico: CoWAM – Contratos de Coordenação para Intervenção de Política Seletiva com WAMs

Declaração do Problema

Modelos de Ação de Mundo (WAMs) aprimoram políticas robóticas ao parear ações propostas com consequências futuras previstas. No entanto, na manipulação bimanual, a mera plausibilidade visual de um futuro previsto não justifica a sobreposição de uma ação de política nominal (o candidato de classificação mais alta, $i=0$). Um rollout coerente ainda pode falhar devido a problemas sutis de coordenação, como agarres atrasados, papéis de braços incompatíveis ou colisões convergentes. Inversamente, sobrepor uma ação nominal sem evidência suficiente pode transformar a incerteza em falha.

As abordagens atuais frequentemente lutam para distinguir entre um candidato "parecido com produtivo" que esconde uma violação de coordenação específica e uma alternativa genuinamente superior. O desafio é desenvolver uma camada de intervenção seletiva que possa avaliar rigorosamente se um candidato alternativo satisfaz obrigações de coordenação específicas (sincronização, compatibilidade de papéis, convergência de colisão) antes de substituir a ação nominal, sem retreinar o gerador de ações subjacente ou alterar o pool de candidatos.

Metodologia: CoWAM

O CoWAM introduz uma camada de intervenção seletiva que trata os requisitos de coordenação como contratos de coordenação. Ele opera sobre um pool de candidatos congelado fornecido por um proponente WAM e toma decisões para Preservar (executar a ação nominal), Sobrepor (executar uma alternativa verificada) ou Abster-se (invocar um fallback) com base em um conjunto conjuntivo de condições.

1. Contratos de Coordenação

O mecanismo central define obrigações como contratos tipados em vez de um único escore de plausibilidade. Três famílias de contratos são identificadas:

• Sincronização: Garante a compatibilidade temporal de contatos e liberações.
• Compatibilidade de Papéis: Garante que os braços mantenham papéis consistentes com a tarefa para o objeto e o suporte.
• Convergência de Colisão: Garante que o movimento entre os braços evite contato inseguro.

Um candidato $i$ é admissível apenas se satisfizer cada predicado ativo $c_{i,e}$ para o evento atual $e$. O indicador de admissibilidade do contrato $g_i$ é o produto desses predicados. Esta estrutura garante que um candidato não possa compensar uma falha de coordenação específica com um alto escore de utilidade.

2. Verificação Condicionada ao Evento

Para resolver falhas dependentes do futuro que predicados determinísticos não podem capturar, o CoWAM emprega um verificador condicionado ao evento $f_\theta$. Dada uma observação, ação candidata, futuro previsto e evento ativo, o verificador produz:

• $\hat{p}_{i,e}$: Satisfação estimada do evento.
• $\hat{r}_{i,e}$: Risco de coordenação estimado.
• $\hat{u}_i$: Utilidade da tarefa.
• $\hat{o}_i$: Valor de oportunidade.
• $\hat{q}_i$: Confiança.

Essas saídas são agregadas usando um ensemble para construir limites conservadores para risco ($R^+_i$) e utilidade ($U^-_i$). Um escore final $S_i$ é computado combinando utilidade, oportunidade e risco.

3. Portões de Intervenção Calibrados

Um candidato alternativo $i > 0$ é selecionado apenas se passar por um conjunto conjuntivo de portões ($G_i = 1$):

1. Validade do Contrato: $g_i = 1$ (satisfaz todas as obrigações ativas).
2. Risco Limitado: $R^+_i \leq \tau_r$.
3. Retenção de Utilidade: $U^-_i \geq U^-_0 - \epsilon_u$ (evita descartar o progresso da tarefa em favor de segurança local).
4. Oportunidade Ativa: $\hat{o}_i \geq \tau_o$.
5. Confiança: $\hat{q}_i \geq \tau_q$.
6. Margem Seletiva: $S_i - S_0 \geq \tau_m$ (deve ser decisivamente melhor que o nominal).

Se nenhum candidato passar, o sistema preserva a ação nominal (se admissível) ou abstém-se.

4. Avaliação de Mesmo Pool Cego ao Resultado

Uma contribuição metodológica crítica é o protocolo de avaliação. Todos os seletores operam sobre pools de candidatos ordenados idênticos e cometem suas decisões antes que os resultados do simulador estejam disponíveis. Um oráculo compartilhado então rotula os resultados. Isso separa a qualidade do seletor (a habilidade de escolher o candidato certo) da qualidade da proposta (a qualidade do pool de candidatos), evitando fatores de confusão na avaliação de desempenho.

Principais Contribuições

1. Contratos de Coordenação: Um formalismo que especifica as obrigações tipadas e a evidência necessária para a intervenção baseada em WAM, garantindo que violações de coordenação específicas não sejam mascaradas por altos escores de utilidade.
2. Controlador Seletivo Condicionado ao Contrato: Um controlador que utiliza verificações tipadas, verificação específica de evento, limites calibrados e uma lógica de decisão para preservar, sobrepor ou abster-se.
3. Avaliação de Mesmo Pool Cego ao Resultado: Um protocolo que isola o desempenho do seletor da geração da proposta, permitendo uma comparação rigorosa de estratégias de intervenção.
4. Evidência de Robustez: Análise abrangente através de remoções de componentes, tamanhos de pool de candidatos, famílias de eventos, horizontes sequenciais e diferentes fontes de proponente WAM.

Resultados Experimentais

O método foi avaliado em oito tarefas bimanuais no simulador RoboTwin 2.0, cobrindo transferência entre braços, posicionamento paralelo e inserção de múltiplos estágios.

• Seleção Válida: O CoWAM alcançou 93,3% de seleção válida (140/150 oportunidades), uma melhoria de 16,7 pontos percentuais sobre a variante apenas de contrato (76,7%) e superando significativamente baselines como Future-Consensus (67,3%) e seletores RGB-D (84,0%).
• Segurança de Intervenção: O CoWAM manteve taxas de erro extremamente baixas em negativos correspondentes: 2,8% de falsas intervenções e 0,6% de intervenções prejudiciais. Em contraste, o Future-Consensus teve 62,2% de falsas e 8,9% de intervenções prejudiciais.
• Sucesso em Malha Fechada: Em episódios naturais de malha fechada, o CoWAM alcançou 62,9% de sucesso (151/240), um ganho de 9,6 pontos percentuais sobre o baseline seletivo mais forte (Selective Control com 53,3%).
• Redução de Falhas: O CoWAM reduziu colisões entre braços em 66,7%, conflitos de papel em 75% e liberações assíncronas em 71,4% comparado ao Policy Top-1 nominal.
• Robustez: Os ganhos de desempenho persistiram através de variados tamanhos de pool de candidatos ($K=4$ a $32$) e diferentes fontes de WAM (X-WAM, LeWorldModel), demonstrando que o seletor utiliza efetivamente propostas diversas sem aumentar as taxas de erro.

Significância e Alegações

O artigo alega que o CoWAM estabelece os contratos de coordenação como uma interface eficaz para intervenção de política conservadora. A significância reside na:

• Separação de Preocupações: Ao desacoplar a geração de propostas da intervenção, o método permite que WAMs existentes sejam usados de forma segura sem retreinamento.
• Confiabilidade Conservadora: O mecanismo de portão conjuntivo garante que as intervenções só ocorram quando um candidato satisfizer todas as obrigações de coordenação e fornecer uma melhoria clara e de baixo risco, prevenando "sobreposições não suportadas".
• Generalizabilidade: O framework mostra-se reutilizável através de diversas estruturas de tarefa e distribuições de candidatos WAM, sugerindo que contratos de coordenação podem servir como uma interface padrão para evidência de mundo-ação em controle bimanual coordenado.

Os autores concluem que, embora a qualidade da predição e as decisões de intervenção sejam complementares, o CoWAM converte com sucesso pools de candidatos mais ricos em intervenções válidas sem o crescimento de erro associado ao reranking incondicional, preenchendo assim a lacuna entre a evidência de mundo-ação prevista e o controle coordenado confiável.