GraspLite-Net：一种用于机器人抓取稳定性实时预测的轻量级深度学习方法

《Biomimetic Intelligence and Robotics》：GraspLite-Net: A lightweight deep learning method for real-time robotic grasp stability prediction

　　

随着触觉传感技术的快速发展，机器人抓取稳定性的实时预测对于保障自动化工业环境中操作的安全与可靠日益关键。实现对抓取失稳的准确实时预测，对预防操控任务中的失败至关重要。触觉信号作为抓取过程中接触信息的主要来源，可提供交互力与表面动态的细致洞察。然而，触觉信号常表现出复杂且非平稳的时间特性，给高效鲁棒建模带来显著挑战。为在保持计算效率的同时应对这些挑战，研究人员提出GraspLite-Net，一种仅依赖触觉时间序列数据、无需视觉输入的轻量级深度学习模型。该模型同时捕捉局部与全局时间依赖，适用于实时部署，由三大部分组成：（1）可变形分块分割模块，自适应识别含信息量的时间片段；（2）多尺度重参数化卷积块，增强时间特征提取；（3）基于注意力的多示例学习（MIL）池化模块，实现有效的特征聚合。研究人员在BiGS数据集上开展大量实验，表明GraspLite-Net在预测准确率与推理速度上均超越基线方法，凸显其在真实机器人抓取系统中部署的有效性与适用性。研究人员进一步在SnapFitForceProfiles数据集上开展跨数据集评估，论证了模型对新机器人场景的泛化能力。

研究背景方面，工业自动化对动态环境中可靠智能机器人系统的需求持续增长，实时抓取稳定性预测在装配、包装与仓储自动化等任务中关乎操作安全。人类可凭触觉反馈本能调节抓力，而机器人缺乏此类适应性，且在多样物体、形状与表面条件下泛化困难。视觉方法在遮挡、光照差或反光表面下性能退化，触觉传感则通过捕获机械手与物体的直接接触提供互补模态。仿生触觉传感器（如BioTac）以分布式电极阵列提供类人皮肤高分辨率反馈，可检测压力分布与滑移起始等细粒度接触特征。但触觉数据具有高维、时间动态强及跨物体变异性大等特点，现有卷积与循环架构常计算昂贵、需定长输入，难以满足实时性，且噪声与变长序列进一步增加稳定分类难度。为此，研究人员开展仅用触觉时间序列的轻量级建模研究，旨在兼顾准确率与计算效率。

关键技术方法上，研究人员采用BioTac传感器（每指19电极加流体声压传感，三指共57通道）采集BiGS数据集样本，取手指闭合至物体抬起后2秒段，下采样至350时间步并Z-score归一化；构建GraspLite-Net，依次含可变形分块分割（基长16步幅8，卷积预测中心偏移δ_c与长度偏移δ_p，线性插值重采样至潜维64）、多尺度重参数化卷积模块（6个块，大核8/8/12/12/18/18与小核4深度可分离并行，训练期分离、推理期零填充合并等价单卷积，GELU激活与可学习残差α）、基于注意力的MIL池化（实例权重a_i=exp(w^?tanh(Vz_i^?))/Σexp(·)，聚合为袋级向量后两层全连接分类，二分类交叉熵损失）。基线涵盖ED-1NN、DTW类、MLSTM-FCN、Modern-TCN、OS-CNN、TodyNet及Ensemble-ELM系列，训练集验证集测试集按8:1:1划分，200轮Adam学习率1e-4，RTX4090环境。

研究结果部分，问题设定节将任务形式化为多元时间序列X∈R^T×C到二值标签y∈{0,1}（1为失稳失败）的映射。方法-GraspLite-Net节中，BioTac传感器小节说明其弹性皮囊内导电液与19电极及P_AC/P_DC/T_AC/T_DC信号构成；可变形分块分割小节论证自适应中心与长度可缓解固定分块语义错位；多尺度重参数化卷积小节指出大核小核分支训练并行、推理合并消去额外开销，6块堆叠捕多分辨率依赖；注意力MIL池化小节表明跨全序列加权可突出非相邻关键时段，袋级向量经FCN得logit?=C(Z_MIL)。实验节中，BiGS数据集含2000条10秒300Hz序列（约54%稳46%不稳），预处理截2秒抬升后段下采样350步；主结果表显示GraspLite-Net准确率与F1优于DTW-1NN-I（87.87%）、MLSTM-FCN（88.50%）等，参数量低于Modern-TCN（10.05M）且推理毫秒级；跨数据集SnapFitForceProfiles验证泛化一致。

讨论与结论翻译部分，研究人员指出大多数现有抓取稳定性预测方法仍难平衡准确率与计算效率，轻量模型常缺乏对真实抓取任务特别是动态工业场景的专门化，且触觉时间序列的时间特性频被忽视限制细粒度模式捕获。GraspLite-Net通过可变形分块对齐事件、重参数化卷积保多尺度且零推理增益、注意力MIL抑噪聚合，在BiGS达最优准确率与F1并显著缩短推理时间，跨数据集证实泛化。结论为：该研究提出的轻量级纯触觉框架可有效处理变长噪声时间序列，适于实时机器人部署，未来方向包括更复杂接触动力学建模与边缘设备压缩。论文发表于《Biomimetic Intelligence and Robotics》。