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

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

Licencias

• Acceso abierto
• Artículo: CC BY 4.0

Todo lo que sigue se basa en el artículo completo bajo su licencia CC BY 4.0; su figura se muestra con crédito a los autores.

En resumen

Un modelo de empuje de física residual con incertidumbre basada en NTK elige los empujes más informativos para practicar y los más fiables para planificar, lo que mejora la eficiencia de datos y el éxito de empujar para agarrar.

Por qué importa

El enfoque no necesita un gran conjunto de datos offline, ni un simulador de alta fidelidad, ni demostraciones humanas, y el robot recoloca el objeto por sí mismo, por lo que el aprendizaje transcurre sin intervención humana. La misma estimación de incertidumbre sirve tanto para la recogida de datos como para la planificación, lo que vincula directamente el aprendizaje de habilidades con el éxito en la tarea.

Problema

Los modelos analíticos de empuje se basan en supuestos simplificados de fricción, contacto y masa, mientras que los modelos aprendidos necesitan muchos datos costosos de interacción real y son poco fiables en las partes del espacio de acciones que han visto poco. La recogida de datos aleatoria no se dirige a los empujes que más mejorarían el modelo.

Solución propuesta

Un empuje se parametriza por lado, desplazamiento lateral y distancia; un MLP aprende el residuo entre un modelo analítico cuasiestático de empuje y el resultado observado en SE(2). La incertidumbre epistémica se obtiene tratando la red entrenada como un proceso gaussiano con su Neural Tangent Kernel. Durante el aprendizaje, una adquisición BAIT modificada elige lotes de empujes que reducen al máximo la varianza a posteriori; durante la planificación, el planificador cinodinámico SST muestrea empujes candidatos y conserva el de menor incertidumbre.

Ideas clave

• Una misma estimación de incertidumbre sirve para dos usos opuestos: buscar alta incertidumbre al elegir qué practicar y evitarla al elegir qué ejecutar
• Añadir un modelo analítico de empuje aproximado como prior residual ayuda sobre todo cuando hay pocos datos disponibles
• Sesgar el muestreo de controles de SST hacia empujes de baja incertidumbre mantiene la optimalidad asintótica del planificador y evita acciones mal modeladas
• Con la planificación activa, el planificador tiende a elegir caminos más largos, que el modelo considera más seguros

Resultados principales

• La planificación activa con el mejor modelo entrenado elevó el éxito en Push-to-Grasp hasta el 95 % en simulación y el 85 % en el mundo real, y redujo el error de seguimiento en comparación con el muestreo aleatorio de controles
• El modelo residual con aprendizaje activo dio un RMSE de validación en SE(2) menor que la recogida de datos aleatoria en cuatro objetos YCB simulados (caja de galletas, taza, bote de mostaza, plátano) y en una caja de galletas real, con un tamaño de lote de 20
• En simulación, sobre 100 problemas de planificación, el aprendizaje activo residual dio mayor éxito en la tarea y menor error de seguimiento que los baselines de MLP y de muestreo aleatorio con todos los tamaños de conjunto de datos
• Configuración: conjunto de 1000 parámetros de empuje candidatos, 800 empujes de validación, lotes de 20 (simulación) o 40 (real), 1000 entornos de Genesis en paralelo para la recogida de datos

Limitaciones

• Solo se modela la incertidumbre epistémica; se ignora el ruido aleatorio, por lo que el planificador puede evitar regiones de poco ruido o comprometerse en exceso con empujes intrínsecamente ruidosos
• Las tareas y los objetos se limitan a empujes planos en SE(2); no se cubren objetos no convexos ni articulados, ni el empuje en 3D, el rodar o el lanzar
• Los planes se ejecutan en lazo abierto, sin realimentación ni replanificación
• El modelo analítico aproxima cada objeto por un rectángulo envolvente, fija el coeficiente de fricción en c = 0,05 para todos los objetos y supone contacto adherente
• Los resultados se presentan como curvas en figuras; aparte de las tasas de éxito máximas del 95 % y el 85 %, se dan pocas cifras exactas

Impacto en el campo

Finalista del ICRA 2026 Best Paper Award on Planning and Control, con 9 citas. El artículo no menciona ninguna publicación de código ni de datos.

Resumen

Planificar con modelos dinámicos aprendidos ofrece un enfoque prometedor para la manipulación de horizonte largo en el mundo real, en particular en entornos no prensiles como empujar o hacer rodar, donde es difícil obtener modelos analíticos precisos. Aunque los métodos basados en aprendizaje son prometedores, recoger datos de entrenamiento puede ser costoso e ineficiente, ya que a menudo se basa en interacciones muestreadas aleatoriamente que no son necesariamente las más informativas. Para abordar este reto, proponemos ActivePusher, un marco novedoso que combina el modelado de física residual con aprendizaje activo guiado por la incertidumbre basado en kernels, para centrar la adquisición de datos en los parámetros de habilidad más informativos. Además, ActivePusher se integra sin fisuras con planificadores cinodinámicos basados en modelos, aprovechando las estimaciones de incertidumbre para sesgar el muestreo de controles hacia acciones más fiables. Evaluamos nuestro enfoque tanto en simulación como en entornos del mundo real y demostramos que mejora la eficiencia de datos y las tasas de éxito de planificación en comparación con los métodos de referencia.

Enlaces

• arXiv 2506.04646: https://arxiv.org/abs/2506.04646
• DOI 10.1109/ICRA57385.2026.11696785: https://doi.org/10.1109/ICRA57385.2026.11696785
• PDF: https://arxiv.org/pdf/2506.04646v1