Una escala de dificultad para tareas de manipulación dexterosas
Marco para clasificar la dificultad de la tarea de manipulación <unk> desde la simple selección y ubicación hasta el montaje rico en contactos <unk> con requisitos de datos de formación para cada nivel.
[← Investigación]
Una escala de dificultad de manipulación de 5 niveles para abarcar la recopilación de datos, establecer plazos realistas y seleccionar el algoritmo correcto antes de comprometer recursos.
Por qué es importante la escala de las dificultades
El modo de fracaso más común en los proyectos de aprendizaje robótico es las expectativas desalineadas: un equipo asigna 2 meses y 500 demostraciones para una tarea que requiere 6 meses y 5.000 demostraciones.
La escala de dificultad de abajo está diseñada para responder a tres preguntas antes de que comience cualquier recopilación de datos: ¿Cuánto datos requiere esta tarea? ¿Qué algoritmo debemos usar? ¿Qué es una línea de tiempo realista?
El marco de dificultades de cinco niveles
Nivel 1 Grado superior sin restricciones
La clase más simple de tareas de manipulación. El robot debe agarrar un solo objeto rígido desde una posición fija o casi fija utilizando un enfoque de arriba hacia abajo.
- Tarea de ejemplo: Recoger una lata de sopa de un transportador, transferir un bloque de la contención a la bandeja, recoger una taza de una superficie de mesa.
- Demonstrantes típicos necesarios: 200
500 - Algorithm recomendado: Cloning de comportamiento (BC) o ACT con H=50
- Tasa de éxito esperada después de la formación: 85
95% - Modos de falla de la clave: Cambios de iluminación, nuevo fondo, objeto fuera del centro por > 8 cm
Nivel 2 Grifos variados con oclusión
El robot debe seleccionar entre varios enfoques viables en lugar de ejecutar un solo movimiento canónico.
- Tascas de ejemplo: Recoger artículos de una contención desordenada, agarrar una botella desde cualquier dirección, verter desde un bote.
- Necesidades típicas de demostración: 500
2,000 - Algorithm recomendado: Política de ACT o de difusión
- Tasa de éxito esperada: 75
88% - ** Desafío clave:** La política debe manejar la multimodalidad
deben preservarse múltiples capturas válidas, no promediadas.
Nivel 3 tareas y herramientas en múltiples etapas
Las tareas que requieren dos o más pasos de manipulación secuenciales, el uso de herramientas (casa, destornillador) o la reorientación de un objeto entre fases de agarre.
- Tarea de ejemplo: Abre un cajón, luego saca un artículo, usa una espátula para girar la comida, mete una gorra en una botella.
- Necesidades típicas de demostraciones: 2.000
10.000 - Algorithm recomendado: ACT con conjunto temporal o política jerárquica
- Tasa de éxito esperada: 60
80% - Retor clave: Las tasas de éxito por paso compuestas
dos pasos al 85% cada uno = 72% de éxito total de la tarea.
Nivel 4 Asamblea rica en contactos
tareas que requieren el control de contacto y la fuerza con precisión: inserción de peg, montaje de conectores, apareamiento de conectores, manipulación de cajones/puertas.
- Tascas de ejemplo: inserción de conectores USB, colocación de componentes de PCB, enchufe en agujero (tolerancia ±1 mm), montaje con ajustes de snap.
- Necesidades típicas de demostraciones: 10.000
50.000 - Algorithm recomendado: Política de difusión (transformador), ACT con cámara de muñeca
- Tasa de éxito esperada: 50
75% - ** Desafío clave:** El ruido de resolución de píxel de la cámara (1 píxel ≈ 0,5
1 mm a distancias típicas) es comparable a la precisión requerida.
Nivel 5 Objetos deformables y coordinación bimanual
Las tareas más difíciles son: materiales deformables (telas, pasta, cables), coordinación bimanual que requiere trayectorias sincronizadas de dos brazos, o tareas con horizontes muy largos (> 60 segundos) que combinan múltiples subtareas L3/L4.
- Tascas de ejemplo: Plegamiento de la tela, enrutamiento de cables, sutura quirúrgica, montaje de sándwich con dispersión.
- Demonstrantes típicos necesarios: 50.000+ o ajuste fino del modelo de fundación
- Algorithm recomendado: π0 (Inteligencia física) para bimanual; OpenVLA afinado para largo horizonte; difusión personalizada para los deformables
- Tasa de éxito esperada: 40
65% - ** Desafío clave:** El espacio de estado deformable es de dimensiones infinitas.
Tabla de referencia de la taxonomía de las tareas
| 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 | Precisión ±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 |
Factores que aumentan las dificultades
- Requisitos de precisión: Cada orden de aumento de magnitud en la precisión requerida (10 mm → 1 mm → 0,1 mm) aproximadamente duplica el requisito de datos y puede requerir cambios en el algoritmo.
- Oclusión: Cuando el brazo o el agarre del robot oculta la vista de la cámara durante las fases críticas de acción, los requisitos de datos aumentan significativamente.
- ** Coordinación de dos manos:** Cualquier tarea que requiera movimiento sincronizado de dos brazos se realiza automáticamente en L4/L5 debido a los requisitos de espacio exponencial y tiempo conjunto.
- Variabilidad de estado: Si el entorno cambia entre las demostraciones (posición diferente del cajón, número diferente de objetos en la contención), el requisito de datos aumenta con la dimensionalidad de la variabilidad.
Utilice esta escala cuando realice un escopo de proyectos con el RCSV team de servicios de datos. Para las tareas en L3
Desarrolle correctamente el alcance de su recopilación de datos
El equipo del RCSV clasificará su tarea en esta escala de dificultad, estimará las demostraciones requeridas y proporcionará una estimación de costos y cronología antes de que se comprometa.