Ohne Kamera, nur mit Tastsinn: Roboterhand dreht Baoding-Kugeln 112,5-mal
Eine Shadow Dexterous Hand Lite ohne Kamera ließ zwei Baoding-Kugeln 310 Sekunden lang 112,5 volle Runden kreisen, gestützt nur auf Gelenkwerte und 16 Ein-Aus-Tastsensoren, wie ein Preprint der University of Edinburgh zeigt. Ohne Tastsignale sank die mittlere Leistung von 34,75 auf 5,00 Umdrehungen.
Kann eine nur in der Simulation trainierte Reinforcement-Learning-Strategie an einer echten Roboterhand zwei Kugeln ohne Sicht drehen, und was bringt binärer Tastsinn gegenüber reiner Gelenksensorik?
Bei der Manipulation in der Hand entstehen und verschwinden Kontakte ständig, das ist schwer zu simulieren, und die Hand verdeckt das Objekt. Die meisten Systeme liefern die Objektlage über Kameras, Marker oder Simulatordaten, die im Feld oft fehlen oder unzuverlässig sind.
Frühere Baoding-Versuche an Hardware erreichten etwa eine halbe Runde (Nagabandi et al., Yang et al.) oder rund drei Runden in 10 Sekunden bei etwa 0,30 Runden pro Sekunde (Yuan et al.), meist mit externer Objektinformation und ohne Dauerläufe.
Das Team baute eine simulierte Hand mit den realen Sensorpositionen und Gelenkkopplungen, kalibrierte jeden Kraftsensor auf eine Ein-Aus-Schwelle und ergänzte im Training zwei Randomisierungen: zufällige Grenzen für die Änderungsrate der Befehle und STAT, das zufällig einzelne Tastsensoren hängen lässt. Die Strategie sieht nur Gelenkencoder und 16 binäre Kontakte und lief ohne Nachtraining mit 60 Hz auf der echten Hand.
In 10 Hardware-Versuchen schaffte die vollständige Methode im Mittel 34,75 Runden (2 bis 74), 94,8 Sekunden bis zum Fallenlassen und 0,36 Runden pro Sekunde bei einer Übergabe-Effizienz von 0,90 des theoretischen Maximums. Mit abgeschaltetem Tastsinn waren es 5,00 Runden und 19,0 Sekunden, laut MEKAWIRE 6,95- und 5,0-mal weniger; eine ohne Tastsinn trainierte Strategie kam auf 4,40, das Abspielen einer festen Bahn auf 1,70. Ohne die beiden Randomisierungen erreichten Strategien nur 0,35 und 0,50 Runden, obwohl sie in der Simulation am besten aussahen. In der Simulation stieg die Fallrate ohne Tastsinn von etwa 2 auf 32 %. Ein separater Lauf außerhalb der Statistik schaffte 112,5 Runden in 310 Sekunden (0,36 pro Sekunde, MEKAWIRE).
Eine Aufgabe, eine Hand, ein Paar 55-Gramm-Kugeln; die Standardabweichung von 26 Runden über zehn Versuche zeigt große Streuung. Der Rekord von 112,5 Runden ist ein Einzellauf außerhalb der Messreihe. Die Befehlsgrenze wurde je Strategie von Hand gesetzt (0,65 und 0,53), die aktiven Sensorbereiche unterschieden sich zwischen Simulation und Hardware, und der Vergleich mit früheren Arbeiten beruht auf Werten, die die Autoren aus Papern und Videos ableiten.
Für Hersteller von Greifhänden und Humanoiden, die Griff in die Kiste, Montage oder Werkzeuggebrauch in engen oder dunklen Umgebungen anstreben, ist das ein Hinweis, dass billige binäre Kontaktsensoren mit sorgfältiger Simulation mehr bringen können als dichte Tasthäute. Die beiden Randomisierungen lassen sich leicht in bestehende Trainingsketten übernehmen, auch bei europäischen Handherstellern. Wirkung auf Forschungs- und Pilothände ist binnen eines Jahres denkbar; für die Fabrik braucht es weit mehr Aufgaben als Kugeldrehen.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.