L’apprendimento per imitazione preserva la robustezza temporale nella manipolazione con destrezza? Un confronto tra esperto e apprendente a diverse velocità di esecuzione del compito

Abstract degli autori

Le policy di manipolazione con destrezza apprese per imitazione vengono di norma valutate per la loro robustezza alle variazioni delle scene, degli oggetti o delle istruzioni, ma le loro prestazioni a diverse velocità di esecuzione del compito sono esaminate meno spesso. Resta quindi da capire quanta robustezza temporale l’apprendente conservi rispetto all’esperto che imita. Confrontiamo un esperto e un apprendente a parità di condizioni del compito, campionamenti delle condizioni iniziali e fattori di accelerazione. Conduciamo la valutazione in ParcelStow, un compito caratterizzato da numerosi contatti in cui il robot prende un pacco, lo riorienta e lo inserisce. Le dimostrazioni coprono l’intervallo dei fattori di accelerazione per le fasi di manipolazione successive alla presa del pacco. Un esperto basato su script e una policy Action Chunking with Transformers (ACT) addestrata sulle dimostrazioni dell’esperto raggiungono entrambi un tasso di successo del 100% alla velocità nominale. I loro tassi di successo divergono nell’intervallo coperto dalle dimostrazioni: alla velocità massima, il successo dell’esperto è dell’84% e quello di ACT del 53%. Due policy ACT con diverse inizializzazioni dei parametri mostrano un calo simile, rispettivamente di 34 e 48 punti percentuali dalla velocità nominale alla massima velocità coperta dalle dimostrazioni, contro i 16 punti dell’esperto. L’analisi per fase mostra che 35 dei 47 insuccessi di ACT alla massima velocità coperta dalle dimostrazioni sono dovuti a disallineamenti nell’inserimento. Nel passaggio di controllo basato sul moto relativo, ogni presa effettuata da ACT consente di trattenere il pacco durante il riorientamento e il trasferimento nello spazio libero, ma il compito viene completato solo nel 64% dei casi, contro il 95% dopo la presa da parte dell’esperto. Considerando tutte le policy e le velocità valutate, nessuna delle 414 prese senza chiusura di forza porta al completamento del compito. Un identico tasso di successo alla velocità nominale non implica quindi che le prestazioni dell’esperto siano preservate alle diverse velocità di esecuzione. Codice, dati e script di valutazione sono disponibili all’indirizzo https://github.com/coenwerem/parcelstow.