Schwierigkeiten bei schwierigen Manipulationsarbeiten
Rahmen für die Einstufung von Manipulationsschwierigkeiten <unk> von einfacher Auswahl und Anbringung bis zu kontaktreichen Montage <unk> mit Schulungsdatenanforderungen für jede Ebene.
[← Forschung]
Eine 5-Ebene-Manipulation-Schwierigkeitsskale, um die Datenerhebung zu erfassen, realistische Zeitpläne festzulegen und den richtigen Algorithmus vor der Vergabe von Ressourcen auszuwählen.
Warum eine Schwierigkeitsgröße wichtig ist
Die häufigste Fehlermodus in Robotern lernenden Projekten sind falsch ausgerichtete Erwartungen: Ein Team stellt 2 Monate und 500 Demonstrationen für eine Aufgabe zur Verfügung, die 6 Monate und 5.000 Demonstrationen erfordert.
Die folgende Schwierigkeitsskala ist so konzipiert, dass sie drei Fragen beantworten kann, bevor eine Datenerhebung beginnt: Wie viele Daten erfordert diese Aufgabe? Welchen Algorithmus sollten wir verwenden? Was ist eine realistische Zeitlinie?
Das Problemrahmen auf fünf Ebenen
Niveau 1 Unbeschränkte Top-Grade
Die einfachste Klasse der Manipulationsarbeiten: Der Roboter muss ein einziges starres Objekt aus einer festen oder nahe festen Position mit einem von oben nach unten zugänglichen Ansatz greifen.
- ** Beispiels Aufgaben:** Eine Suppenkanne aus einem Transportgerät zu holen, ein Block vom Behälter in einen Teller zu übertragen, eine Tasse aus einer Tischoberfläche zu holen.
- Typische Demonstrationen erforderlich: 200
500 - Empfohlene Algorithmus: Verhaltensklonung (BC) oder ACT mit H=50
- Erwartete Erfolgsrate nach der Ausbildung: 85
95% - Schlüsselversagen: Lichtänderungen, neuartiger Hintergrund, Gegenstand außerhalb des Zentrums um > 8 cm
Niveau 2 Vielfalt von Griffen mit Verstopfung
Der Roboter muss aus mehreren praktikablen Ansätzen wählen, anstatt eine einzige kanonische Bewegung auszuführen.
- ** Beispiel Aufgaben:** Aus einem unordentlichen Müllkorb zu holen, eine Flasche aus jeder Richtung zu greifen, aus einem Gläser zu gießen.
- Typische Demonstrationen erforderlich: 500
2.000 - Empfohlenen Algorithmus: ACT- oder Diffusionspolitik
- Erwartete Erfolgsrate: 75
88% - Schlüssel Herausforderung: Die Politik muss mehrere Modalitäten behandeln
mehrere gültige Anhaltspunkte müssen erhalten werden, nicht durchschnittlich.
Stufe 3 Mehrere Aufgaben und Werkzeugnutzung
Aufgaben, die zwei oder mehr schlüssige Manipulationsschritte, Werkzeugnutzung (Schere, Schraubendreher) oder die Neuausrichtung eines Objekts zwischen den Griffphasen erfordern.
- ** Beispiel Aufgaben:** Öffnen Sie eine Schublade, holen Sie ein Gegenstand ab, verwenden Sie eine Spatüle, um Lebensmittel zu drehen, schrauben Sie eine Kappe auf eine Flasche.
- Typische Demonstrationen erforderlich: 2.000
10.000 - Empfohlener Algorithmus: ACT mit zeitlichem Ensemble oder hierarchischer Politik
- Erwarteter Erfolgsgrad: 60
80% - Schlüssel Herausforderung: Erfolgsraten pro Schritt
zwei Schritte bei 85% jeweils = 72% vollständiger Aufgabenerfolg.
Stufe 4 Kontaktreiche Versammlungen
Aufgaben, die Präzisionskontakt- und Kraftsteuerung erfordern: Steckverbindung, Schnellverbindung, Verbindungspäter, Schubladen-/Türmanipulation.
- Beispiel Aufgaben: USB-Steckschaltern Einfügen, PCB-Komponentenanbringung, Schleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschleppschlepp
- Typische Demonstrationen erforderlich: 10.000
50.000 - Empfohlenen Algorithmus: Diffusionsrichtlinie (Transformator), ACT mit Handgelenkkamera
- Erwartete Erfolgsrate: 50
75% - Schlüsselproblem: Geräusch in Pixel-Auflösung der Kamera (1 Pixel ≈ 0,5
1 mm auf typischen Entfernungen) ist mit der erforderlichen Präzision vergleichbar.
Stufe 5 Verformbare Objekte und Bimanuale Koordinierung
Die schwierigste Aufgabesklasse: verformbare Materialien (Tücher, Teig, Kabel), zweimanuale Koordinierung, die synchronisierte zweibarme Flugbahnen erfordert, oder Aufgaben mit sehr langen Horizont (> 60 Sekunden) mit mehreren L3/L4-Unter Aufgaben.
- ** Beispiels Aufgaben:** Stoffklappen, Kabelverbindung, chirurgische Nähen, Sandwichmontage mit Ausbreitung.
- Typische Demonstrationen erforderlich: 50.000+ oder Fein-Tuning des Fundamentmodells
- Empfohlenen Algorithmus: π0 (Physical Intelligence) für zwei Handbuchs; fein abgestimmt für langen Horizont OpenVLA; benutzerdefinierte Diffusion für Verformungen
- Erwartete Erfolgsrate: 40
65% - ** Schlüsselproblem:** Verformbarer Zustand ist unendlich dimensionell.
Verweistabelle für die Aufgaben taxonomie
| Task | Difficulty Level | Typical Demos | Algorithm | Notes |
|---|---|---|---|---|
| Top-down bin pick (uniform) | L1 | 200–500 | BC | Fixed SKU, structured environment |
| Mixed bin picking | L2 | 500–2,000 | ACT | Variable object pose, clutter |
| Bottle cap screwing | L3 | 2,000–8,000 | ACT | Force + rotation coordination |
| Drawer open + retrieve | L3 | 3,000–10,000 | ACT / Hierarchical | Two sub-tasks chained |
| USB insertion | L4 | 10,000–30,000 | Diffusion-T | Präzision ±2 mm |
| PCB component place | L4 | 20,000–50,000 | Diffusion-T + wrist cam | ±0.5 mm precision |
| T-shirt folding | L5 | 50,000+ or FM | π0 / Diffusion | Deformable, bimanual |
| Cable routing through clips | L5 | 30,000–80,000 | Custom | High variance, contact-rich |
Faktoren, die Schwierigkeiten verursachen
- Genauigkeitsanforderung: Jede Größenordnung der erforderlichen Genauigkeit (10 mm → 1 mm → 0,1 mm) verdoppelt den Datenanforderung und kann Algorithmusänderungen erfordern.
- Beschließung: Wenn der Roboterarm oder der Griff die Kameraansicht während kritischer Aktionsphasen verdrängt, steigen die Datenanforderungen erheblich.
- Zwei-Hand-Koordination: Jede Aufgabe, die eine synchronisierte Bewegung mit zwei Armen erfordert, ist aufgrund der exponentiellen Zustandsfläche und der gemeinsamen Zeitvorgaben automatisch L4/L5.
- Statusvariabilität: Wenn sich die Umgebung zwischen den Demonstrationen ändert (verschiedene Schubladeposition, verschiedene Objekte in der Schachtel), wächst der Datenbedarf mit der Dimensionalität der Variabilität.
Verwenden Sie diese Skala bei der Scopeing von Projekten mit dem RCSV Datendienstleistungsteam. Für Aufgaben bei L3
Umfang Ihrer Datenerhebung richtig
Das Team des RCSV wird Ihre Aufgabe nach dieser Schwierigkeitsskala klassifizieren, die erforderlichen Demonstrationen schätzen und eine Kosten- und Zeitvoranschätzung vorbereiten, bevor Sie sich einsetzen.
[Erhalten Sie eine Aufgabenbewertung →]