ActivePusher: Active Learning and Planning with Residual Physics for Nonprehensile Manipulation
作者: Zhuoyun Zhong, Seyedali Golestaneh, Constantinos Chamzas · ICRA 2026
授權條款
- 開放取用
- 論文: CC BY 4.0
以下內容皆依據論文全文，依其 CC BY 4.0 授權條款使用；圖表已標示作者。
一句話摘要
一個具有以 NTK 為基礎之不確定性的殘差物理推動模型，挑選最具資訊量的推動來練習、最可靠的推動來規劃，提升資料效率與推後抓取的成功率。
為何重要
此方法不需要大型離線資料集、高擬真度模擬器或人類示範，且機器人會自行將物體復位，因此學習過程不需人為介入。同一個不確定性估計同時用於資料蒐集與規劃，將技能學習直接與任務成功連結起來。
問題
解析推動模型建立在簡化的摩擦、接觸與質量假設之上，而學習得到的模型需要大量昂貴的真實互動資料，且在動作空間中鮮少見過的部分並不可靠。隨機的資料蒐集不會針對最能改善模型的推動。
提出的方法
一次推動以推動的側面、橫向偏移與距離參數化；一個 MLP 學習準靜態解析推動模型與觀測到的 SE(2) 結果之間的殘差。認知不確定性來自將訓練好的網路視為以其 Neural Tangent Kernel 為核的高斯過程。學習階段中，一種修改過的 BAIT 擷取策略挑選最能降低後驗變異數的推動批次；規劃階段中，SST 運動動力學規劃器取樣候選推動，並保留不確定性最低者。
關鍵見解
- 同一個不確定性估計有兩種相反的用途：選擇要練習什麼時尋找高不確定性，選擇要執行什麼時則避開它
- 加入一個粗略的解析推動模型作為殘差先驗，在可用資料很少時幫助最大
- 讓 SST 的控制取樣偏向低不確定性的推動，可使規劃器保持漸近最佳，同時避開建模不佳的動作
- 採用主動規劃時，規劃器傾向選擇較長的路徑，而模型認為這些路徑較安全
主要結果
- 以訓練得最好的模型進行主動規劃，使推後抓取（Push-to-Grasp）的成功率在模擬中最高提升到 95%、在真實世界中提升到 85%，且相較於隨機控制取樣降低了追蹤誤差
- 在四個模擬 YCB 物體（餅乾盒、馬克杯、芥末瓶、香蕉）與一個真實餅乾盒上，批次大小為 20 時，採用主動學習的殘差模型其驗證 SE(2) RMSE 低於隨機資料蒐集
- 在模擬的 100 個規劃問題中，於每一種資料集規模下，殘差主動學習的任務成功率皆高於 MLP 與隨機取樣基準方法，追蹤誤差也較低
- 實驗設定：由 1,000 個候選推動參數構成的候選池、800 次驗證推動、批次大小 20（模擬）或 40（真實），並以 1000 個平行 Genesis 環境蒐集資料
限制
- 只對認知不確定性建模，忽略偶然雜訊，因此規劃器可能避開低雜訊區域，或過度依賴本身雜訊大的推動
- 任務與物體僅限於 SE(2) 中的平面推動；不涵蓋非凸物體、鉸接物體、3D 推動、滾動與拋擲
- 規劃以開迴路方式執行，沒有回饋或重新規劃
- 解析模型將每個物體近似為一個包圍矩形，所有物體的摩擦比固定為 c = 0.05，並假設為黏著接觸
- 結果以圖中的曲線呈現；除了 95% 與 85% 的峰值成功率外，提供的精確數值很少
對領域的影響
入圍 ICRA 2026 規劃與控制最佳論文獎（Best Paper Award on Planning and Control）決選，被引用 9 次。論文未提及程式碼或資料的釋出。
摘要
以學習得到的動力學模型進行規劃，為真實世界的長時域操作提供了一條有前景的途徑，特別是在推動或滾動等非抓握情境中，這類情境很難取得準確的解析模型。雖然以學習為基礎的方法頗具潛力，但蒐集訓練資料可能成本高且效率低，因為它通常仰賴隨機取樣的互動，而這些互動未必最具資訊量。為因應此挑戰，我們提出 ActivePusher，這是一個新穎的框架，結合殘差物理建模與以核函數為基礎、由不確定性驅動的主動學習，將資料蒐集集中在最具資訊量的技能參數上。此外，ActivePusher 能與以模型為基礎的運動動力學規劃器無縫整合，利用不確定性估計讓控制取樣偏向較可靠的動作。我們在模擬與真實世界環境中評估此方法，並證明與基準方法相比，它提升了資料效率與規劃成功率。
連結
- 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