基于不确定性引导的主动传输技术：通过证据学习实现机器人的吸盘抓取

《Engineering Applications of Artificial Intelligence》：Uncertainty-guided active transfer for robotic suction grasping via evidential learning

　　•证据学习联合估计随机不确定性和认知不确定性。
•基于不确定性的主动迁移有效地弥合了仿真与现实的差距。
•混合采样策略在领域探索和模型利用之间实现了最佳平衡。
•通过对密封质量和质心的证据融合，确保了抓取的稳健性。

引言
机器人抓取是自主操作任务的一项基本能力。与并联夹具（Liang等人，2019年）和多指夹具（Wang等人，2023年）相比，由于其机械结构简单和操作效率高的优点，吸盘抓取在物流和工业自动化中更为常用。最近，数据驱动的方法在多种工程领域取得了显著的成功，从工业故障诊断（Mohanty等人，2023年；Mohanty等人，2024年）到机器人操作（Mahler等人，2019年；Fang等人，2020年）。尽管取得了这些广泛的成功，传统的监督学习范式仍然面临关键的限制。具体来说，它们在面对严重的领域变化时往往难以保证可靠的执行，尤其是在处理高度杂乱的场景、模糊的物体几何形状以及非结构化环境中的其他超出分布条件时。这使得稳健的不确定性量化对于可靠的场景理解和决策制定至关重要。

本质上，可靠的机器人抓取面临的主要挑战可以归因于两种形式的不确定性（Gao等人，2025年）：数据（随机）不确定性和模型（认知）不确定性。前者源于传感器噪声或环境的随机性，这些因素无法从根本上消除。后者则源于模型知识的不足，主要是由于训练域和部署域之间的差异（例如，仿真与现实之间的差异），以及有限的表示能力。重要的是，通过增加训练样本的多样性或改进模型架构，可以系统地减少认知不确定性。

传统的抓取检测网络仅产生确定性的预测，缺乏在场景解释或抓取策略选择过程中量化不确定性的能力（Zhai等人，2025年），这在安全关键应用中存在重大风险。虽然最近的一些研究已经结合了贝叶斯推理（Cao等人，2024年）或强化学习（Shi等人，2024年）来开发出基于不确定性的框架，但这些方法存在计算复杂性高和预测过于自信的问题。更严重的是，它们很少探讨如何明确利用不确定性估计来增强场景理解和提高学习效率。

解决数据稀缺问题是机器人技能学习中的核心挑战（Aljalbout等人，2025年）。先在丰富的合成数据上进行预训练，然后在有限的真实世界样本上进行微调，已成为标准的从仿真到现实的方法（Yin等人，2025年）。然而，传统的微调方法对所有目标域样本一视同仁。由于缺乏在领域变化下进行差异化优化的机制，它们无法区分样本之间的特征差异。这种被动、无差别的学习方式严重浪费了有价值的数据，大大降低了在预算紧张情况下的适应效果和样本效率。

为了解决这些限制，我们开发了一个基于证据深度学习（EDL）的基于不确定性的主动迁移框架，以实现稳健的机器人吸盘抓取。具体来说，我们引入了一种由混合采样策略驱动的异步训练流程，该流程在领域探索和利用之间实现了最佳平衡，从而促进了高效的领域适应。此外，通过同时生成抓取预测并量化预测不确定性，我们的方法直接为决策过程提供了信息，从而在非结构化环境中显著提高了执行可靠性。

总结起来，我们的主要贡献如下：
•我们提出了一种基于EDL的基于不确定性的主动迁移框架，有效地弥合了仿真与现实领域的差距。该框架采用了由混合采样策略驱动的异步训练流程。通过区分选择高不确定性和高确定性的样本，这种策略能够在迭代扩展的真实世界数据集上进行联合优化，同时保留了信息丰富的合成先验。
•我们设计了一种新的具有不确定性意识的抓取检测方法，融合了密封质量的证据分布和物体的质心（CoM）及其相关的不确定性。通过协同整合这些分布，我们的方法显著增强了场景理解并确保了抓取的稳健性。此外，我们还引入了一种优化的抓取提取流程，提高了计算效率和机器人抓取性能。
•广泛的实验表明，我们的主动迁移框架在目标域预算受限的情况下实现了更好的领域适应性和更高的样本效率，有效缓解了真实世界数据稀缺的问题。此外，具有不确定性意识的检测方法在机器人部署中保持了竞争性的检测效率和物理抓取成功率。

### 部分章节摘要
#### 机器人抓取数据集
最近，数据驱动的方法（Fang等人，2020年；Fang等人，2023年）显著推动了机器人技能的学习，同时也突显了对大规模、高质量训练数据的关键需求。为了支持这一趋势，已经引入了各种真实世界和合成数据集（Zhang等人，2021年；Gilles等人，2023年）用于机器人抓取。然而，真实世界数据集通常需要人工标注，这一过程受到人类专业知识、硬件资源的限制。

### 问题陈述和流程制定
我们提出方法的总体架构如图1所示。给定一个目标场景的RGB-D图像I∈RH×W×4，我们框架的目标是通过证据学习获得三种关键的空间表示：
- 一个融合得分图Sfusion∈RH×W×N，系统地从密封质量和物体质心的证据分布中合成。
- 一个总随机不确定性图Utotalalea∈RH×W，捕获来自两个预测分支的固有数据噪声。

#### 证据深度学习
证据深度学习将模型训练视为一种证据获取过程，其中模型的预测旨在参数化一个更高阶的分布。对于分类任务，证据模型基于狄利克雷分布（Sensoy等人，2018年）预测概率向量μ：μ～Dir(α)，其中α=[α1,α2,…,αN]?是一个狄利克雷参数向量，所有元素满足αi>0。狄利克雷分布表示为：D(μ|α)=Γ(α0)∏i=1NΓ(αi)∏i=1Nμiαi?1。

#### 实验设置和实现细节
我们通过两个基线模型SN-1B（Cao等人，2021年）和UISN（Cao等人，2024年）来评估我们的方法。在训练过程中，从MGN-Sim数据集中选取了1000个场景，覆盖五个相机视图{2,8,10,12,14}。MGN-Real500数据集作为主要的真实世界测试集。为了确保评估的无偏性，训练过程中选择的任何真实世界实例都将永久从测试集中排除，以防止数据泄露。所有模型都在单个NVIDIA RTX 5070 Ti GPU上进行训练。

#### 结论
在这项工作中，我们提出了一种基于证据学习的基于不确定性的主动迁移框架，用于机器人吸盘抓取检测。为了有效弥合仿真与现实领域的差距，我们设计了一种混合采样策略，并将其集成到异步训练流程中，从而在目标域数据有限时提高了场景理解和样本效率。此外，我们还引入了一个证据融合模块，有效整合了来自多个来源的信息。

### 著者贡献声明
黄从宇：撰写——原始草稿、方法论、研究。
刘晓锋：撰写——审阅与编辑、形式分析。
廖伟雄：数据管理。
卢楚琼：监督、项目管理。

#### 利益冲突声明
作者声明他们没有已知的可能会影响本文所述工作的财务利益或个人关系。

### 致谢
本工作得到了马来西亚基础研究计划（FRGS 2023–1）、高等教育部（MOHE）、中国国家留学基金委员会（CSC）[授权号202306710166]、国家自然科学基金委员会（NSFC）[授权号62276090]以及江苏省重点研发计划（授权号BZ2024061]的支持。

黄从宇 | 刘晓锋 | 廖伟雄 | 卢楚琼