FORGE-plus: Force-Budgeted Recovery for Contact-Rich Assembly with a Frozen LLM Supervisor
作者: Kyupaeck Jeff Rah, Midum Oh
分类: cs.RO
发布日期: 2026-07-23
💡 一句话要点
提出FORGE-plus以解决接触丰富装配中的力预算恢复问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 力条件强化学习 大型语言模型 接触丰富装配 恢复策略 机器人控制
📋 核心要点
- 现有的力条件强化学习方法在实际应用中面临如何为每个物体设定合适的力限制及从插入失败中恢复的挑战。
- 本文提出了一种两层框架，利用冻结的文本大型语言模型为每个物体分配力上限，并选择恢复策略，确保不超过该上限。
- 实验结果表明，所提框架在脆弱和坚固物体的插入任务中均成功完成，且在抓握滑动情况下显著提高了恢复成功率。
📝 摘要（中文）
力条件强化学习（RL）使得在命令力上限下进行紧密装配成为可能，但实际应用需要为每个物体确定合适的力限制，并在不超过该限制的情况下从插入失败中恢复。本文提出了一种两层框架，其中一个冻结的文本大型语言模型（LLM）在执行前为每个物体分配力上限，并使用紧凑的文本力特征从固定的动作菜单中选择恢复策略。LLM并不直接控制力，低级控制器执行力上限，恢复策略不能增加力上限，隐藏的破坏力阈值仅为评估者所知。我们在脆弱瓶子放置和0.4毫米直径间隙齿轮插入任务中评估了该框架，结果显示在256个评估回合中均未发生破坏，且在注入的抓握滑动情况下，力特征恢复策略解决了40%和64%的失败。
🔬 方法详解
问题定义：本文旨在解决在接触丰富的装配任务中，如何在不超过设定力上限的情况下有效恢复插入失败的问题。现有方法在力控制和恢复策略上存在不足，难以适应复杂的物体特性。
核心思路：论文的核心思路是利用冻结的文本大型语言模型（LLM）为每个物体分配合适的力上限，并通过固定的动作菜单选择恢复策略，从而确保在执行过程中不超过力上限。
技术框架：整体架构分为两个主要模块：首先，LLM根据物体特性生成力上限；其次，低级控制器根据该上限执行操作，并在失败时应用恢复策略。
关键创新：最重要的技术创新在于将冻结的LLM与低级控制器结合，LLM负责力上限的设定，而控制器则确保在执行过程中不超过该上限，这种分层设计提高了系统的灵活性和安全性。
关键设计：在设计中，力上限的设定基于物体的文本描述，恢复策略通过紧凑的文本力特征进行选择，确保了系统在复杂环境下的适应性和有效性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提框架在脆弱和坚固物体的插入任务中均成功完成256个评估回合，且在抓握滑动情况下，力特征恢复策略分别解决了40%和64%的失败，相较于传统的加压基线方法，显著提高了成功率。
🎯 应用场景
该研究的潜在应用领域包括机器人装配、自动化生产线以及精密制造等场景，能够有效提升在复杂环境下的装配效率和安全性。未来，该方法有望推广到更多需要精确力控制的机器人任务中，推动智能制造的发展。
📄 摘要（原文）
Force-conditioned reinforcement learning (RL) enables tight-clearance assembly under a commanded force ceiling, but practical deployment requires determining an appropriate force limit for each object and recovering from insertion failures without exceeding it. We present a two-layer framework in which a frozen, text-only large language model (LLM) assigns a per-object force ceiling before execution and selects recovery maneuvers from a fixed action menu using compact textual force signatures. The LLM never controls force directly: a low-level controller enforces the force ceiling, the recovery policy cannot increase it, and the hidden breaking-force threshold is known only to the evaluator. We evaluate the framework on fragile bottle placement and 0.4 mm diametral-clearance gear insertion using two grippers (Robotiq 2F-140 and Franka Panda hand). A single policy passes 256/256 evaluation episodes on both fragile and robust objects without breakage, correctly predicts release timing, and completes a full table-pick-and-insert pipeline with a mean peak force of 5.4 N. Under injected in-grip slip, the force-signature recovery strategy resolves 40% and 64% of failures on the two grippers, whereas a press-harder baseline is either ineffective or causes frequent breakage. We also report negative results, including the failure of PPO to solve the task under strict force constraints and unsuccessful learned release strategies. All experiments are conducted in rigid-body simulation with hidden force-threshold breakage; no sim-to-real claim is made.