Sim-to-Real of Soft Robots With Learned Residual Physics

Autores: Junpeng Gao, Mike Y. Michelis, Andrew Spielberg, Robert K. Katzschmann · IEEE Robotics and Automation Letters (RA-L) 2024

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

Aprende una fuerza de volumen residual sobre una simulación FEM diferenciable de un robot blando a partir de marcadores de mocap dispersos; el error en los marcadores baja un 60,3 % (viga) y un 31,9 % (brazo neumático) por debajo de la identificación de sistemas.

Por qué importa

Los robots blandos son difíciles de modelar, lo que limita el control basado en modelos y el trabajo de diseño sobre ellos. El método conserva un simulador analítico burdo como información física previa y aprende solo el error, y necesita únicamente marcadores de captura de movimiento dispersos en el robot real en lugar de medir el estado completo. También permitió a los autores mantener parámetros subóptimos pero no rígidos, más rápidos de resolver, y aun así ajustarse a la realidad mejor que la simulación más lenta con parámetros obtenidos por identificación de sistemas.

Problema

Los simuladores de robots blandos solo exponen unos pocos parámetros ajustables, como la rigidez, la densidad y el coeficiente de Poisson, por lo que la identificación de sistemas no puede corregir errores causados por un modelo de material equivocado, una discretización burda, defectos de fabricación, viscoelasticidad o histéresis. Los métodos anteriores de física residual aprendían correcciones solo para espacios de estado de baja dimensión, no para los aproximadamente 10^3 grados de libertad de una malla de cuerpo blando, y los robots reales solo pueden observarse mediante unos pocos marcadores de movimiento.

Solución propuesta

El método ejecuta el simulador FEM diferenciable DiffPD y, para cada paso de tiempo registrado, usa optimización basada en gradientes (L-BFGS-B) para encontrar la fuerza externa sobre cada nodo de la malla que hace coincidir las posiciones simuladas de los marcadores con las medidas. Estas fuerzas optimizadas forman un conjunto de datos aumentado con el que se entrena un MLP con conexiones residuales (skip connections) para predecir la fuerza residual a partir de las posiciones, velocidades y fuerzas de actuación actuales. En ejecución, la fuerza de la red se suma a cada paso del simulador en un rollout autorregresivo.

Ideas clave

• Una única fuerza de volumen residual aplicada sobre toda la malla puede absorber errores debidos a un modelo de material y una hipótesis de compresibilidad equivocados que el ajuste de parámetros no puede alcanzar.
• Dividir el problema en una optimización de fuerzas paso a paso a través de un simulador diferenciable y, después, un aprendizaje supervisado sobre esas fuerzas convierte datos dispersos de marcadores en etiquetas de entrenamiento densas.
• En simulación, unos 4 marcadores bastaron para una mediana del error de reconstrucción del estado completo inferior a 0,1 mm, aunque la dispersión siguió siendo alta hasta los 10 marcadores.
• La identificación de sistemas sobre la viga real convergió a un módulo de Young de 810 kPa, lejos del valor del fabricante de 215 kPa, lo que muestra que los parámetros de mejor ajuste compensaban efectos no modelados.

Resultados principales

• Viga de simulación a simulación: el error medio del rollout bajó de 4,49 ± 1,47 mm a 0,08 ± 0,28 mm (oscilación) y de 4,36 ± 1,54 mm a 0,03 ± 0,07 mm (torsión).
• Viga de silicona de simulación a realidad: error medio en los marcadores de 5,46 ± 1,78 mm (original), 1,32 ± 1,38 mm (identificación de sistemas) y 0,52 ± 0,48 mm (física residual), una reducción del 60,3 % frente a la identificación de sistemas.
• Brazo neumático SoPrA de simulación a realidad: 7,77 ± 3,72 mm (original), 7,57 ± 3,59 mm (identificación de sistemas) y 5,15 ± 2,67 mm (física residual), una reducción del 31,9 %.
• Tiempo de ejecución por trayectoria de la viga: 0,711 s con los parámetros originales, 2,218 s con los parámetros identificados (unas 3,12× más lento) y 1,393 s con física residual (unas 1,96×); la inferencia de la red tardó 0,112 s.
• Entrenada con los primeros 5 s de cada trayectoria del brazo y desplegada hasta 10 s, la física residual alcanzó 6,10 ± 3,22 mm frente a 7,57 ± 3,59 mm de la identificación de sistemas.

Limitaciones

• Construir el conjunto de entrenamiento exige una optimización paso a paso computacionalmente costosa en el preprocesamiento.
• La dinámica aprendida no generaliza a datos fuera de distribución; la generalización empeoró en el brazo a 1,75× la presión de actuación del entrenamiento.
• Los errores se acumulan en rollouts autorregresivos largos, y no se tratan las interacciones de contacto.
• Cada red se entrena para una sola geometría de robot; una red para distintas morfologías de robots blandos queda para trabajos futuros.
• Las presiones del brazo se limitaron a 20 kPa porque los refuerzos de fibra no están modelados en el simulador, y las fuerzas inyectadas añaden rigidez numérica, lo que hace que la simulación híbrida sea más lenta que la simulación base.

Impacto en el campo

El artículo ganó el RA-L 2025 Best Paper Award y tiene 54 citas. La copia con licencia no indica que se publiquen código, datos ni hardware.

Resumen

Modelar con precisión robots blandos en simulación es computacionalmente costoso y suele quedarse corto a la hora de representar el mundo real. Esta conocida discrepancia, llamada brecha sim-to-real, puede tener varias causas, como modelos de geometría y de material aproximados de forma burda, defectos de fabricación, viscoelasticidad y plasticidad, y efectos de histéresis. Las redes de física residual aprenden de datos del mundo real para complementar un modelo discrepante y acercarlo a la realidad. Aquí presentamos un método de física residual para modelar robots blandos con muchos grados de libertad. Entrenamos redes neuronales para que aprendan un término residual: el error de modelado entre los sistemas simulados y los físicos. En concreto, el término residual es una fuerza aplicada sobre toda la malla simulada, mientras que los datos reales de posición se recogen solo con marcadores de movimiento dispersos. La información física previa de la simulación analítica proporciona un punto de partida para la red residual, y el modelo combinado está mejor informado que si la física se aprendiera desde cero (tabula rasa). Demostramos nuestro método en 1) una viga elastomérica de silicona y 2) un brazo neumático blando con refuerzos de fibra anisótropos difíciles de modelar. Nuestro método supera a la identificación de sistemas tradicional hasta en un 60 %. Mostramos que la física residual no tiene por qué limitarse a pocos grados de libertad, sino que puede cerrar eficazmente la brecha sim-to-real en sistemas de alta dimensión.

Enlaces

• arXiv 2402.01086: https://arxiv.org/abs/2402.01086
• DOI 10.1109/LRA.2024.3446287: https://doi.org/10.1109/LRA.2024.3446287
• PDF: https://arxiv.org/pdf/2402.01086v1