Tareas
Inserción de pasadores
Los pasadores son prismas de sección transversal, tamaño, relación de aspecto, masa y longitud variables, con una holgura de 1.0–1.5 mm por lado. Normalmente comienzan a unos 2 cm del orificio, con una inclinación muy superior a la que permite la holgura. La tarea se considera exitosa cuando el pasador queda asentado en el orificio.
Engrane de engranajes
Los engranajes rectos, de tamaño y número de dientes variables, deben deslizarse por un eje hasta engranar con uno o dos engranajes de anclaje que giran sobre sus propios ejes, con un juego entre dientes de 0.2–0.6 mm. Los episodios comienzan con el engranaje en contacto con el extremo del eje, pero desalineado y con los dientes desfasados respecto a los de los engranajes de anclaje. La tarea se considera exitosa cuando el engranaje queda asentado en el eje y sus dientes engranan.
Roscado de tuercas
Las tuercas métricas de M24 a M42 deben enroscarse en un perno con una holgura de rosca de 0.05–0.2 mm. Los episodios comienzan con la tuerca apoyada en la punta del perno, descentrada respecto a su eje e inclinada. La tarea se considera exitosa un cuarto de vuelta después de que la rosca enganche.
Simulación a gran escala de inserciones con tolerancias estrechas
Entrenar con esta distribución requiere simular miles de mundos en paralelo, cada uno con un ensamblaje distinto generado aleatoriamente y holguras por lado de hasta 0.5 mm. MuJoCo detecta colisiones entre mallas mediante sus envolventes convexas, por lo que los orificios cóncavos deben representarse con un SDF o construirse con piezas convexas. Los entornos de evaluación de simulación construyen estos ensamblajes manualmente a partir de cajas.
Resultados
Los experimentos están diseñados para responder a las siguientes preguntas:
- ¿Puede una política que solo detecta sus propias articulaciones aprender tareas de ensamblaje de precisión, como la inserción de pasadores, el engrane de engranajes y el roscado de tuercas?
- ¿Aprenden las políticas sin visión estrategias de búsqueda inteligentes y reactivas al contacto, o patrones programados?
- ¿Se generalizan mejor las políticas sin visión que las políticas visuales a geometrías de piezas ajenas a la distribución de entrenamiento?
- ¿Pueden transferirse al mundo real, sin ajuste previo y con gran fidelidad, las políticas sin visión que se basan en búsquedas con mucho contacto?
La propiocepción es suficiente
Las tres tareas alcanzan un éxito casi perfecto con geometrías de la distribución de entrenamiento. Por tanto, el historial articular por sí solo aporta información suficiente para encontrar una abertura, engranar dientes y acoplar una rosca.
En comparación con las políticas visuales, que normalmente pueden observar directamente las poses de las piezas sujetas y de las piezas complementarias, las políticas sin visión pueden ser más lentas. En la inserción de pasadores, la política sin visión debe buscar la abertura mediante el contacto, por lo que sigue una trayectoria menos directa y termina de insertar el pasador más tarde que una política visual. La diferencia es menor en las otras dos tareas, posiblemente porque la pieza sujeta oculta una mayor parte de la pieza complementaria a la cámara, lo que significa que la política visual también debe buscar hasta cierto punto.
Generalización a piezas no vistas
En las tres tareas, tanto las políticas sin visión como las visuales son fiables con las piezas con las que se entrenaron. Sin embargo, la política sin visión es más fiable en ensamblajes muestreados fuera de la distribución de entrenamiento.
La política visual es especialmente vulnerable a los cambios de geometría que alteran significativamente el aspecto de las piezas. En todas las tareas, su rendimiento es sistemáticamente inferior al de la política sin visión cuando se evalúa con piezas de forma distinta o de tamaño muy diferente al de las piezas de la distribución de entrenamiento. La política visual aprende a alinear características visuales que quizá no aparezcan en los ensamblajes reservados para evaluación. En cambio, la política sin visión aprende una estrategia de búsqueda mucho más transferible.
Limitaciones y conclusión
Esta investigación recibió apoyo financiero del Ministerio de Comercio, Industria y Energía (MOTIE) de Corea, en el marco del programa «Global Industrial Technology Cooperation Center», supervisado por el Instituto de Corea para el Avance de la Tecnología (KIAT). (N.º de subvención P0028435)
Preguntas frecuentes
¿Qué información sensorial utiliza la política sin visión? Detecta sus propias articulaciones; el artículo informa de que el historial articular por sí solo aporta información suficiente para las tres tareas de ensamblaje.
¿Qué tareas de ensamblaje se estudian? Las tareas son la inserción de pasadores, el engrane de engranajes y el roscado de tuercas.
¿Cómo se desempeña la política sin visión con piezas ajenas a la distribución de entrenamiento? Es más fiable que la política visual en ensamblajes muestreados fuera de la distribución de entrenamiento.
¿Por qué podrían tener dificultades las políticas visuales con piezas no vistas? Aprenden a alinear características visuales que quizá no aparezcan en los ensamblajes reservados para evaluación.