Posterior-driven Heuristic Support Adaptation in a Probabilistic Treatment of Real2Sim2Real for Vision-Driven Deformable Linear Object Manipulation
本文提出了一种后验驱动的启发式支撑自适应方法（使用 EDGE、MODE 和 CENTRE 策略），旨在克服无似然推断中固定采样支撑的局限性，从而在 Real2Sim2Real 场景下提升柔性线性物体操控中的参数辨识与鲁棒策略学习能力。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
机器人正变得能够非常熟练地在世界中移动，但它们在处理构成我们日常生活中很大一部分的柔软、易变形物体时仍然感到吃力。一个刚性的金属手臂可以轻松拿起咖啡杯，但在被要求处理湿面条、织物或橡胶软管时，往往会失败。这些物体在科学界被称为“可变形线性物体”（deformable linear objects），它们在移动过程中会不断改变形状。为了教会机器人如何操纵它们，工程师通常会在计算机内部为该物体构建一个“数字孪生”（digital twin）。他们在虚拟世界中运行数千次模拟，让机器人在虚拟世界里进行练习，直到它学会正确的动作。挑战在于那个虚拟世界与现实之间的差距。如果计算机模型假设橡胶软管比真实的更硬或更长，机器人学到的技能在模拟中表现完美，但在实际使用这些技能处理真实物体时却会完全失效。
为了弥补这一差距，研究人员使用了一种称为“无似然推理”（likelihood-free inference）的方法。可以将这理解为一个“有根据的猜测”的过程。机器人观察一个真实的物体，而计算机试图找出那些能让数字版本表现得与真实物体完全一致的隐藏物理属性——比如长度和硬度。计算机生成一个“后验分布”（posterior），这本质上是一张关于这些属性最可能取值的地图。然而，这个过程中隐藏着一个陷阱。在计算机开始猜测之前，研究人员必须定义一个可能的取值范围，即答案必须位于其中的边界。如果最初的边界设置不正确，计算机的最佳猜测将被迫停留在该范围的边缘，从而导致一个虽然自信但错误的结论。研究人员乔治奥斯·卡马拉斯（Georgios Kamaras）、克雷格·因内斯（Craig Innes）和苏布拉马尼安·拉莫穆尔提（Subramanian Ramamoorthy）致力于解决这个特定问题，探讨计算机如何意识到其初始边界是错误的，并能即时调整这些边界。
团队专注于一个突显了处理柔软物体难度的任务：一个机械臂挥动柔性软管以撞掉堆叠方块顶部的任务。目标很简单，但物理过程很复杂。软管必须足够长且足够硬，以便将动量传递到撞击方块上，但又不能太硬以至于撞碎堆叠，也不能太长以至于缠绕在一起。研究人员首先在一种更简单的、抽象的数学模型——捕食者与猎物种群系统上测试了他们的想法，这种系统以其混沌且振荡的行为而闻名。在这些测试中，他们展示了当计算机获得的取值范围不包含真实答案时，它会将所有的置信度都堆积在那个范围的边缘，从而产生一种虚假的确定感。随后，他们开发了三种不同的策略来帮助计算机察觉这一错误。第一种策略他们命名为 EDGE，它观察计算机的置信度在哪里堆积。如果计算机确信答案就在允许范围的最边缘，EDGE 策略会告诉计算机向该方向向外扩展范围。另外两种策略——MODE 和 CENTRE——则观察计算机的最佳猜测随时间的变化情况，或者观察其置信度的中心点在哪里，但事实证明 EDGE 方法最为可靠。
有了这种新方法，团队转向了涉及机器人和橡胶软管的现实实验。他们制造了四种不同的软管，改变了它们的长度和柔软度，并设置了一个摄像头来观察机器人尝试撞掉堆块上的方块。他们运行了推理过程，让计算机学习每根软管的属性。当他们使用具有固定边界的标准方法时，计算机经常陷入困境，无法区分细微差异的软管。但当他们让计算机使用 EDGE 策略来扩展搜索范围时，结果发生了变化。计算机现在可以分辨出一条 200 毫米长和一条 290 毫米长的软管之间的区别，并且能够准确衡量它们的硬度。这种更精细的理解使他们能够为每种特定的软管训练一个新的机器人策略。他们不再是教机器人一种通用的方式来处理所有软管，而是为每根软管教授一项专门的技能。
这些专门化训练的结果令人瞩目。当研究人员在现实世界中测试机器人时，使用经过调整后的、更宽边界进行训练的智能体表现得明显更好。它们动作更稳定，更有目的性，且在撞掉方块上的成功率更高。对于那些初始边界过窄的软管，改进是巨大的。机器人学会了将软管抬升到恰当的高度并以正确的力度挥动，这些行为是自然涌现的，因为计算机终于理解了物体的真实物理极限。相比之下，使用旧有的、固定边界进行训练的机器人经常会拖着软管在桌面上摩擦，或者挥动得太弱，无法撞开目标。
这项工作表明，我们定义机器人学习搜索空间的方式与学习算法本身同样重要。通过允许计算机识别自己何时面临思考空间的局限，并相应地扩展其边界，研究人员创建了一个对自己的认知更加诚实、且更有能力学习所需知识的系统。EDGE 启发式方法作为一个简单而强大的引导，确保了机器人的数字训练能够反映物理世界的真实复杂性。这种方法不仅仅是让机器人在特定任务上做得更好；它为教机器如何与我们周围柔软、不可预测且不断变化的材料进行交互提供了一条通用的路径。研究结果表明，在未来，机器人可能不需要被明确告知预期会发生什么；相反，它们可以获得识别自身理解极限并随着学习过程不断扩展极限的工具。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。