EthSeq 研究 S-01 · 透明表面会让抓取滑落吗？

摘要

问题: 示例任务中，夹爪闭合、上抬后，透明方块从指间滑出。透明表面是不是原因？
设计: 三组条件：基准 B（无膜）、安慰剂 P（贴透明膜）、干预 I（贴哑光膜）。按 B → P → I 排列时，相邻两组只差一个因素。
主要比较: I − P：两组都贴了膜，只差透明度。
主要结局: 任务成功（方块放进目标位）。
样本量: 若要以 80% 功效检出 20 个百分点的成功率差，每组约 97 回合（规划计算，见第 6 节）。
状态: 未执行。所有结果位置标「待执行」。

1背景

透明物体对常见的深度相机是已知难题：在透明表面上，深度读数常常缺失，或者直接「穿过」物体读到后面的背景^1,2。已有工作多从感知一侧改进，例如从单张 RGB-D 图像估计透明物体的几何¹，或者用神经辐射场重建后再规划抓取²。

我们关心一个更窄的问题：在一次具体的失败里，透明本身是不是原因；以及比较要怎样设计，得出的答案才站得住。这需要把「改变透明度」和「为了改变透明度而做的动作」分开^3,4。

本站的示例画面是线描示意，不是实验录像。真实执行后，视频与轨迹会作为证据工件保存在 Workbench。

2问题与假设

H1 · 主要I 的任务成功率高于 P。若成立，且前提 A1、A2 成立，则差异可归因于表面变得不透明。
H2 · 对照检查P 与 B 的成功率只相差很小。如果 P 明显不同于 B，说明「贴膜」这个动作本身就会改变结果，H1 的解释需要修正。
H3 · 机制，探索性透明条件（B、P）下的抓取点估计误差大于 I。

前提 A1：两种膜的接触摩擦相近（执行前实测，见第 9 节）。前提 A2：除膜以外的条件保持不变（见保持不变清单）。

3研究设计

三组按 B → P → I 排列：B 到 P 只多了「贴膜」这个动作，P 到 I 只把透明膜换成哑光膜。于是 P − B 检查动作本身的影响，I − P 检验透明度。I − B 同时混了两个因素，只作次要报告。

研究设计示意：三组条件的方块线描与因素表，以及 B、P、I 三个节点之间的三个对比。 — **Fig. 1 |** 研究设计。a，三组条件使用同一方块、同一任务与协议；方块为线描示意，不是实验照片。红色标出与左边一组相比唯一改变的一项。b，三个对比：I − P 为主要比较；P − B 检查贴膜动作本身；I − B 同时包含两个因素，只作次要报告。

回合顺序按区组随机：每 6 回合一个区组，三组各 2 回合，避免电量、温度、磨损这类随时间漂移的因素集中落在某一组。任务是否成功，由记录的方块终点位姿按预先写定的阈值自动判定，不靠人看视频。报告格式参照 CONSORT 的平行组比较清单⁵。

4因果模型

膜类型同时改变三样东西：透明度、纹理和摩擦。安慰剂的作用，是让「摩擦」这条路在 P、I 两组里一样（前提 A1），于是 I − P 只剩透明度和纹理两条路^3,4。

因果图：膜类型指向表面透明度、表面纹理和接触摩擦；透明度经抓取点估计误差、抓握稳定到任务成功为假设路径；摩擦路径由安慰剂抵消；纹理路径为备择解释。 — **Fig. 2 |** 因果模型。红色为假设的因果路径：表面透明度 → 抓取点估计误差 → 抓握稳定 → 任务成功。两种膜都会改变接触摩擦，这条路由安慰剂条件抵消（前提 A1）。哑光膜同时改变纹理，是目前无法分开的备择解释。

老实说：纹理这条路我们目前分不开，因为哑光膜既不透明又有纹理。所以 I − P 更准确的说法是检验「不透明 + 哑光纹理」这一组合。要单独归因于透明度，需要一种不透明但光滑的膜作为第四组，留到下一版计划。

5变量与测量

变量	角色	定义	记录方式
条件	自变量	B / P / I	协议记录
任务成功	主要结局 · 二值	方块终点在目标框内，且朝向偏差在阈值内	终点位姿，自动判定
滑落	次要结局 · 二值	上抬过程中，方块相对夹爪的位移超过阈值	轨迹记录
滑落时刻	次要结局 · 时间	从闭合到滑落的时间；全程未滑落记为删失	轨迹记录
抓取点估计误差	机制指标 · mm	估计的抓取点与真值位姿之间的距离	感知输出 + 真值位姿
起始位姿偏差、光照读数	协变量	每回合开始时测量	每回合记录

所有阈值在协议 v1 中写定；执行开始后不再修改。

6样本量

我们还没有基准成功率的实测值，所以按方差最大、也最保守的 p = 0.5 计算。若要以 80% 功效、双侧 α = 0.05 检出 20 个百分点的成功率差，每组约需 97 回合；要 90% 功效，约需 130 回合。差异越小，所需回合数增长越快：Δ = 0.15 时约需 174 回合。计算用两比例检验的正态近似⁶。

样本量规划：左图为每组回合数与统计功效的关系，三条曲线对应成功率差 0.15、0.20、0.30；右图为达到 80% 与 90% 功效所需的每组回合数。 — **Fig. 3 |** 样本量规划（计算，不是实验结果）。a，每组回合数与统计功效；三条曲线对应要检出的成功率差 Δ，圆点标出达到 80% 功效的回合数。b，达到 80%（红）与 90%（黑）功效所需的每组回合数。双侧 α = 0.05，按 p = 0.5 的方差计算，正态近似。源数据由绘图脚本生成（s01-fig3_source.csv）。

这些是规划数字。最终回合数在协议 v1 中写定，执行中不因中途结果增减。

7分析计划

主要分析：I 与 P 的成功率差及其 95% 置信区间（Newcombe 基于 Wilson 区间的方法^7,8），双侧 Fisher 精确检验，α = 0.05。只有一个主要比较，不做多重校正。
次要分析：P − B、I − B 用同样方法报告区间，只描述，不据此下结论。滑落时刻用 Kaplan–Meier 曲线与 log-rank 检验。
机制指标：抓取点估计误差按组报告中位数与四分位距，并给出每回合的原始点。
不做：中途偷看结果、按结果改阈值、事后挑选好看的子集。任何偏离计划的地方，都写进偏离记录。

预先规定的结果图版式：三个空坐标系，分别为任务成功率、未滑落比例随时间、抓取点估计误差，每个都标着待执行。 — **Fig. 4 |** 预先规定的结果图版式（数据待执行）。a，三组任务成功率，将显示比例与 95% Wilson 区间；红色虚线标出主要比较 I − P。b，未滑落比例随时间变化（Kaplan–Meier）。c，每回合的抓取点估计误差。坐标轴与比较在执行前固定，避免事后挑选图形。

8结果怎么读

执行之前，先写下每种可能结果对应的解读，免得结果出来以后再找说法。

I − P	P − B	解读
明显大于 0	接近 0	支持 H1：不透明（加哑光纹理）改善抓取；贴膜动作本身没有明显影响
明显大于 0	明显不为 0	部分支持：透明度有作用，但贴膜动作本身也改变结果，需要进一步拆分
接近 0	接近 0	不支持：透明度不是这次失败的主要原因，回到候选因素列表
接近 0	明显不为 0	贴膜动作本身影响结果；透明度没有显示作用

「明显」指 95% 置信区间不包含 0；「接近 0」指区间落在 ±10 个百分点以内。两个界限都在执行前写定。

9局限与风险

前提 A1 可能不成立：两种膜的摩擦可能不同。执行前用倾斜滑动测试测量两种膜的摩擦系数；差异大就换膜，不硬做。
纹理和透明度混在一起：见第 4 节。需要第四组（不透明、光滑的膜）才能分开。
外推有限：单一方块、单一夹爪、单一场景。结论只适用于这个设置。
示意不是证据：本站插图都是线描示意。真实执行的视频、轨迹和协议版本会作为证据工件保存，并在这里链接。

参考文献

Sajjan, S. S., Moore, M., Pan, M., Nagaraja, G., Lee, J., Zeng, A. & Song, S. ClearGrasp: 3D shape estimation of transparent objects for manipulation. IEEE International Conference on Robotics and Automation (ICRA), 2020. arXiv:1910.02550.
Ichnowski, J., Avigal, Y., Kerr, J. & Goldberg, K. Dex-NeRF: Using a neural radiance field to grasp transparent objects. Conference on Robot Learning (CoRL), 2021. arXiv:2110.14217.
Pearl, J. Causality: Models, Reasoning, and Inference, 2nd edn. Cambridge University Press, 2009.
Hernán, M. A. & Robins, J. M. Causal Inference: What If. Chapman & Hall/CRC, 2020.
Schulz, K. F., Altman, D. G. & Moher, D. CONSORT 2010 Statement: updated guidelines for reporting parallel group randomised trials. BMJ 340, c332 (2010).
Fleiss, J. L., Levin, B. & Paik, M. C. Statistical Methods for Rates and Proportions, 3rd edn. Wiley, 2003.
Wilson, E. B. Probable inference, the law of succession, and statistical inference. Journal of the American Statistical Association 22, 209–212 (1927).
Newcombe, R. G. Interval estimation for the difference between independent proportions: comparison of eleven methods. Statistics in Medicine 17, 873–890 (1998).