FORGE verbindet humanoide Ganzkörpersteuerung mit sensorloser Kraftschätzung
Der Preprint FORGE stellt einen humanoiden Controller für Gehen, Fußplatzierung, Handgelenkziele und sensorlose Kontaktrückmeldung vor. Bei jeweils 20 Hardwareversuchen betrug der mittlere Positionsfehler am Handgelenk 4,15 cm mit FORGE gegenüber 6,42 cm mit SONIC. Das Verfahren bietet damit einen Ansatz für präzisere Ganzkörperausführung bei Teleoperation und gelernter Manipulation.
Lassen sich stabiles Gehen, präzise kartesische Zielvorgaben und Anpassung bei anhaltendem Kontakt in einem Controller ohne menschliche Ganzkörperreferenzen und ohne Kraft-/Momentensensoren am Handgelenk vereinen?
Beim Manipulieren müssen humanoide Roboter Armbewegungen, Stand, Gleichgewicht und Kontaktlast gemeinsam regeln. Dichte Bewegungsreferenzen liefern keine direkte Schnittstelle für präzise Fuß- und Handgelenkziele. Starres Positionshalten kann Gegenstände zusammendrücken. Zugleich überlagern sich Kontakt, Reibung, Antriebsfehler und Ganzkörperbewegung in den Gelenksignalen.
Referenzbasierte Bewegungsstrategien benötigen dichte Ganzkörperdemonstrationen. Modulare Ansätze wie HOMIE trennen Fortbewegung und Oberkörper, begrenzen damit aber die aufgabenabhängige Koordination. SoFTA kombiniert langsame Fortbewegung mit schneller Oberkörpersteuerung. UniFP schätzt Kräfte aus propriozeptiver Historie und korrigiert Positionsziele; Modell- und Antriebsfehler erschweren weiterhin die sensorlose Schätzung.
FORGE maskiert Beobachtungen und Belohnungen inaktiver Befehlsgruppen für Navigation, Stand, Handgelenkpose und optionale Kraftvorgaben. Ein zweischichtiger Transformer verarbeitet sechs Beobachtungsframes parallel zu einem Adaptationsencoder. Ein Impulsbeobachter nutzt Armzustände und rekonstruierte PD-Drehmomente; eine mit simulierten Kontaktkräften trainierte Korrektur ergänzt seine Schätzung. Daraus entstehen virtuelle Handgelenkziele statt direkter Drehmomentbefehle. Eine eingefrorene Gehstrategie wird mit begrenzten Unterkörperresiduen und Oberkörperaktionen zu einer 29-dimensionalen Aktion kombiniert. Die Regelung läuft mit 50 Hz. Das Training verwendet 2.048 parallele Umgebungen und bis zu 20.000 PPO-Updates je Trainingsstufe, ohne menschliche Ganzkörperreferenzen.
Je Controller wurden 20 Hardwareversuche durchgeführt. Die Zeit vom Befehl bis zur Zielankunft betrug bei FORGE 22 ms, HOMIE 27 ms, TWIST2 197 ms und SONIC 252 ms. Mittlere Fuß-/Handgelenkpositionsfehler: FORGE 5,42/4,15 cm, TWIST2 7,87/7,76 cm, SONIC 7,35/6,42 cm. HOMIE fehlen die entsprechenden Zielschnittstellen. Ein separater Simulationstest mit starrer Box und identischen Handgelenkzielen ergab Quetschkräfte von 8,52 N für FORGE, 15,48 N für HOMIE, 17,16 N für TWIST2 und 15,32 N für SONIC. Krafttests auf G1 wiederholten jede Laststufe von 0, 5, 10, 15 und 20 N zehnmal. Auf repräsentativen Messverläufen lag der Kraft-RMSE entlang x/y/z beim hybriden Schätzer bei 0,81/1,97/0,87 N, beim reinen Beobachter bei 2,83/5,15/3,02 N und beim rein gelernten Schätzer bei 2,43/2,23/2,88 N. Beim Heben einer Schaumstoffbox verringerte Feedback die sichtbare Verformung; eine numerische Verformungsmetrik fehlt. Eine einzelne Diffusion Policy wurde mit 320 Demonstrationen, 80 je Lastbedingung, trainiert. Beim realen Transport leerer Boxen sowie mit 0,5 kg, 1 kg und 2 kg gelangen 20/20, 20/20, 18/20 und 18/20 Versuche, entsprechend 100 %, 100 %, 90 % und 90 %.
Die Hardwareergebnisse beschränken sich auf G1 und die untersuchten Aufgaben. Geschätzt werden niederfrequente, quasistatische translatorische Ersatzkräfte am Handgelenk, keine Kontaktmomente; dynamische Impedanzregelung ist nicht Gegenstand der Methode. Andere Armkontakte lassen sich nicht getrennt identifizieren. Bei im Training ausgesparten vertikalen Lasten von 35/40/50 N stieg der hybride RMSE auf 8,28/9,66/12,35 N. Der Transporttest umfasst nur 20 Versuche je Last und keinen Vergleich mit einem anderen Ganzkörperexecutor. Der Schutz der Schaumstoffbox wurde visuell beurteilt. Codeverfügbarkeit und Trainingsdauer: Im Paper nicht berichtet.
Entwickler humanoider Roboter sowie Anbieter von Lager- und industriellen Handhabungssystemen könnten das Verfahren jetzt als Forschungsprototyp für Teleoperation, Demonstrationssammlung und Ganzkörperausführung unter einem visuomotorischen Planer einsetzen. Für kommerzielle Anwendungen fehlen breitere Prüfungen über Objekte, Kontakte und Betriebsbedingungen sowie quantitative Schadens- und Zuverlässigkeitsmessungen. Ein Zeitplan für die kommerzielle Einführung: Im Paper nicht berichtet.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.