ActivePusher: Active Learning and Planning with Residual Physics for Nonprehensile Manipulation

Autoren: Zhuoyun Zhong, Seyedali Golestaneh, Constantinos Chamzas · ICRA 2026

Lizenzen

Open Access
Paper: CC BY 4.0

Alles Folgende stützt sich auf das vollständige Paper unter seiner Lizenz CC BY 4.0; die Abbildung wird mit Nennung der Autoren gezeigt.

Kurz gesagt

Ein Residual-Physics-Schiebemodell mit NTK-basierter Unsicherheit wählt die informativsten Schübe zum Üben und die zuverlässigsten Schübe zum Planen und verbessert so Dateneffizienz und Push-to-Grasp-Erfolg.

Warum es wichtig ist

Der Ansatz benötigt keinen großen Offline-Datensatz, keinen High-Fidelity-Simulator und keine menschlichen Demonstrationen, und der Roboter setzt das Objekt selbst zurück, sodass das Lernen ohne menschliches Eingreifen abläuft. Dieselbe Unsicherheitsschätzung dient sowohl der Datenerfassung als auch der Planung, was das Lernen von Skills direkt mit dem Aufgabenerfolg verbindet.

Problem

Analytische Schiebemodelle beruhen auf vereinfachten Annahmen zu Reibung, Kontakt und Masse, während gelernte Modelle viele teure reale Interaktionsdaten brauchen und in Teilen des Aktionsraums, die sie kaum gesehen haben, unzuverlässig sind. Zufällige Datenerfassung zielt nicht auf die Schübe, die das Modell am meisten verbessern würden.

Lösungsansatz

Ein Schub wird durch Seite, seitlichen Versatz und Distanz parametrisiert; ein MLP lernt das Residuum zwischen einem quasistatischen analytischen Schiebemodell und dem beobachteten SE(2)-Ergebnis. Die epistemische Unsicherheit ergibt sich, indem das trainierte Netz als Gauß-Prozess mit seinem Neural Tangent Kernel behandelt wird. Während des Lernens wählt eine modifizierte BAIT-Akquisition Batches von Schüben, die die Posterior-Varianz am stärksten verringern; während der Planung sampelt der kinodynamische Planer SST Kandidatenschübe und behält den mit der geringsten Unsicherheit.

Wichtigste Erkenntnisse

Eine Unsicherheitsschätzung dient zwei gegensätzlichen Zwecken: hohe Unsicherheit suchen, wenn entschieden wird, was geübt wird, und sie meiden, wenn entschieden wird, was ausgeführt wird
Ein grobes analytisches Schiebemodell als residualer Prior hilft am meisten, wenn wenig Daten verfügbar sind
Wird das Sampling von Steuerungen in SST zu Schüben mit geringer Unsicherheit hin verzerrt, bleibt der Planer asymptotisch optimal und meidet zugleich schlecht modellierte Aktionen
Mit aktiver Planung wählt der Planer tendenziell längere Wege, die das Modell für sicherer hält

Hauptergebnisse

Aktive Planung mit dem am besten trainierten Modell steigerte den Push-to-Grasp-Erfolg auf bis zu 95 % in der Simulation und 85 % in der realen Welt und verringerte den Folgefehler im Vergleich zu zufälligem Sampling der Steuerungen
Das Residualmodell mit aktivem Lernen ergab eine geringere Validierungs-RMSE in SE(2) als zufällige Datenerfassung bei vier simulierten YCB-Objekten (Crackerschachtel, Tasse, Senfflasche, Banane) und einer realen Crackerschachtel, bei einer Batchgröße von 20
In der Simulation über 100 Planungsprobleme ergab residuales aktives Lernen bei jeder Datensatzgröße einen höheren Aufgabenerfolg und einen geringeren Folgefehler als MLP- und Zufalls-Sampling-Baselines
Aufbau: Pool von 1.000 Kandidaten-Schubparametern, 800 Validierungsschübe, Batches von 20 (Simulation) oder 40 (real), 1000 parallele Genesis-Umgebungen für die Datenerfassung

Einschränkungen

Nur die epistemische Unsicherheit wird modelliert; aleatorisches Rauschen wird ignoriert, sodass der Planer rauscharme Bereiche meiden oder sich zu sehr auf von Natur aus verrauschte Schübe festlegen kann
Aufgaben und Objekte sind auf ebene Schübe in SE(2) beschränkt; nicht konvexe und artikulierte Objekte, Schieben in 3D, Rollen und Werfen werden nicht abgedeckt
Pläne werden ohne Rückführung oder Neuplanung im offenen Regelkreis ausgeführt
Das analytische Modell nähert jedes Objekt durch ein umschließendes Rechteck an, legt das Reibungsverhältnis für alle Objekte auf c = 0,05 fest und nimmt Haftkontakt an
Die Ergebnisse werden als Kurven in Abbildungen berichtet; abgesehen von den Spitzen-Erfolgsraten von 95 % und 85 % werden kaum exakte Zahlen angegeben

Wirkung auf das Fachgebiet

Finalist für den ICRA 2026 Best Paper Award on Planning and Control, mit 9 Zitationen. Das Paper nennt keine Code- oder Datenveröffentlichung.

Zusammenfassung

Planung mit gelernten Dynamikmodellen bietet einen vielversprechenden Ansatz für Manipulation mit langem Horizont in der realen Welt, insbesondere in nicht greifenden Situationen wie Schieben oder Rollen, in denen genaue analytische Modelle schwer zu erhalten sind. Obwohl lernbasierte Methoden vielversprechend sind, kann das Sammeln von Trainingsdaten teuer und ineffizient sein, da es oft auf zufällig gesampelten Interaktionen beruht, die nicht unbedingt die informativsten sind. Um diese Herausforderung anzugehen, schlagen wir ActivePusher vor, ein neuartiges Framework, das Residual-Physics-Modellierung mit kernelbasiertem, unsicherheitsgetriebenem aktivem Lernen kombiniert, um die Datenerfassung auf die informativsten Skill-Parameter zu konzentrieren. Zusätzlich lässt sich ActivePusher nahtlos in modellbasierte kinodynamische Planer integrieren und nutzt Unsicherheitsschätzungen, um das Sampling von Steuerungen zu zuverlässigeren Aktionen hin zu verzerren. Wir evaluieren unseren Ansatz sowohl in der Simulation als auch in realen Umgebungen und zeigen, dass er Dateneffizienz und Planungserfolgsraten im Vergleich zu Baseline-Methoden verbessert.

Open Source Robotics