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

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

Licenças

Acesso aberto
Artigo: CC BY 4.0

Tudo o que segue se baseia no artigo completo sob a licença CC BY 4.0; sua figura é mostrada com crédito aos autores.

Em resumo

Um modelo de empurrão de física residual com incerteza baseada em NTK escolhe os empurrões mais informativos para praticar e os mais confiáveis para planejar, melhorando a eficiência de dados e o sucesso de empurrar para pegar.

Por que importa

A abordagem não precisa de um grande conjunto de dados offline, de um simulador de alta fidelidade nem de demonstrações humanas, e o robô reposiciona o objeto sozinho, de modo que o aprendizado ocorre sem intervenção humana. A mesma estimativa de incerteza serve tanto para a coleta de dados quanto para o planejamento, o que liga diretamente o aprendizado de habilidades ao sucesso na tarefa.

Problema

Modelos analíticos de empurrão se baseiam em suposições simplificadas de atrito, contato e massa, enquanto modelos aprendidos precisam de muitos dados caros de interação real e são pouco confiáveis nas partes do espaço de ações que viram pouco. A coleta aleatória de dados não mira os empurrões que mais melhorariam o modelo.

Solução proposta

Um empurrão é parametrizado por lado, deslocamento lateral e distância; um MLP aprende o resíduo entre um modelo analítico quase estático de empurrão e o resultado observado em SE(2). A incerteza epistêmica vem de tratar a rede treinada como um processo gaussiano com seu Neural Tangent Kernel. Durante o aprendizado, uma aquisição BAIT modificada escolhe lotes de empurrões que mais reduzem a variância a posteriori; durante o planejamento, o planejador cinodinâmico SST amostra empurrões candidatos e mantém o de menor incerteza.

Principais ideias

Uma única estimativa de incerteza serve a dois usos opostos: buscar alta incerteza ao escolher o que praticar e evitá-la ao escolher o que executar
Adicionar um modelo analítico de empurrão aproximado como prior residual ajuda mais quando há poucos dados disponíveis
Enviesar a amostragem de controles do SST em direção a empurrões de baixa incerteza mantém o planejador assintoticamente ótimo e evita ações mal modeladas
Com o planejamento ativo, o planejador tende a escolher caminhos mais longos, que o modelo considera mais seguros

Principais resultados

O planejamento ativo com o melhor modelo treinado elevou o sucesso em Push-to-Grasp até 95 % em simulação e 85 % no mundo real, e reduziu o erro de rastreamento em comparação com a amostragem aleatória de controles
O modelo residual com aprendizado ativo deu RMSE de validação em SE(2) menor que a coleta aleatória de dados em quatro objetos YCB simulados (caixa de biscoitos, caneca, frasco de mostarda, banana) e em uma caixa de biscoitos real, com tamanho de lote 20
Em simulação, em 100 problemas de planejamento, o aprendizado ativo residual deu maior sucesso na tarefa e menor erro de rastreamento que os baselines de MLP e de amostragem aleatória em todos os tamanhos de conjunto de dados
Configuração: conjunto de 1000 parâmetros de empurrão candidatos, 800 empurrões de validação, lotes de 20 (simulação) ou 40 (real), 1000 ambientes Genesis em paralelo para a coleta de dados

Limitações

Apenas a incerteza epistêmica é modelada; o ruído aleatório é ignorado, por isso o planejador pode evitar regiões de pouco ruído ou se comprometer demais com empurrões intrinsecamente ruidosos
Tarefas e objetos se limitam a empurrões planares em SE(2); objetos não convexos e articulados, empurrões em 3D, rolar e arremessar não são abordados
Os planos são executados em malha aberta, sem realimentação nem replanejamento
O modelo analítico aproxima cada objeto por um retângulo envolvente, fixa a razão de atrito em c = 0,05 para todos os objetos e pressupõe contato aderente
Os resultados são apresentados como curvas em figuras; além das taxas de sucesso máximas de 95 % e 85 %, poucos números exatos são fornecidos

Impacto na área

Finalista do ICRA 2026 Best Paper Award on Planning and Control, com 9 citações. O artigo não cita nenhuma liberação de código ou de dados.

Resumo

Planejar com modelos dinâmicos aprendidos oferece uma abordagem promissora para a manipulação de horizonte longo no mundo real, em particular em cenários não preênseis como empurrar ou rolar, nos quais é difícil obter modelos analíticos precisos. Embora os métodos baseados em aprendizado sejam promissores, coletar dados de treinamento pode ser caro e ineficiente, pois muitas vezes depende de interações amostradas aleatoriamente que não são necessariamente as mais informativas. Para enfrentar esse desafio, propomos o ActivePusher, um arcabouço inovador que combina modelagem de física residual com aprendizado ativo orientado pela incerteza baseado em kernels, para concentrar a aquisição de dados nos parâmetros de habilidade mais informativos. Além disso, o ActivePusher se integra perfeitamente a planejadores cinodinâmicos baseados em modelo, aproveitando estimativas de incerteza para enviesar a amostragem de controles em direção a ações mais confiáveis. Avaliamos nossa abordagem tanto em simulação quanto em ambientes do mundo real e demonstramos que ela melhora a eficiência de dados e as taxas de sucesso do planejamento em comparação com métodos de referência.

Open Source Robotics