What is the Better Curriculum: Controller-Shaped Grasping Behavior for Contact Force-Sensitive Manipulation
作者: Ziyan Feng, Zizhao Yuan, Yulong Fu, Yuxin He, Zhiyuan Zhang, Zhengjie Zhang, Jinni Zhou, Renjing Xu, Qiang Nie
分类: cs.RO
发布日期: 2026-09-22
备注: 22 pages, 6 figures. Project page: https://shayfeng.github.io/better-curriculum/
💡 一句话要点
提出控制器形状抓取行为以解决接触力敏感操作问题
🎯 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)
关键词: 机器人抓取 触觉反馈 策略学习 接触力敏感 反射控制器 数据收集 自动化操作
📋 核心要点
- 现有的视觉-触觉策略学习方法在处理接触力敏感的操作时，数据收集阶段存在延迟和粗糙的问题，难以维持稳定的抓取力。
- 本文提出使用确定性的触觉反射控制器作为数据收集教师，通过控制器形状的抓取行为生成演示，进而进行无触觉的策略学习。
- 实验结果显示，基于反射形状演示训练的策略在塑料杯任务中实现了95%的稳定抓取，且在随机外部干扰下，反射数据策略的表现仍有待提升。
📝 摘要（中文）
如何让机器人在接触力敏感的操作中有效操控易碎物体？现有的视觉-触觉策略学习通常将触觉感知视为附加输入，但在直接接触力敏感操作中，数据收集阶段的瓶颈更为突出。本文提出使用25 Hz的确定性触觉反射控制器作为数据收集教师，生成具有控制器形状抓取行为的演示，以实现无触觉的策略学习。实验结果表明，基于反射形状演示训练的策略在塑料杯任务中实现了95%的稳定抓取，显著优于传统的手动演示。
🔬 方法详解
问题定义：本文旨在解决机器人在接触力敏感操作中，如何有效操控易碎物体的问题。现有方法在数据收集阶段存在延迟和粗糙控制，难以维持所需的接触力范围。
核心思路：论文提出使用25 Hz的确定性触觉反射控制器作为数据收集教师，生成具有控制器形状抓取行为的演示，以此来指导无触觉的策略学习。这样的设计可以在数据收集阶段提供更精确的抓取行为示范。
技术框架：整体架构包括两个主要模块：首先是触觉反射控制器用于生成抓取演示，其次是基于演示数据训练的策略网络。通过Action Chunking with Transformers (ACT)框架进行策略学习。
关键创新：最重要的技术创新在于将触觉反馈作为数据收集教师，而不是将其集成到策略中。这一方法揭示了触觉反馈在接触力敏感操作中的新角色。
关键设计：在训练过程中，使用了反射控制器生成的抓取行为作为演示数据，采用适当的损失函数来优化策略网络的抓取性能。
🖼️ 关键图片
📊 实验亮点
实验结果表明，基于反射形状演示训练的策略在塑料杯任务中实现了95%的稳定抓取，显著优于传统的手动演示。此外，在随机外部干扰下，反射数据策略的表现仍有待提升，显示出控制器依赖性。
🎯 应用场景
该研究的潜在应用领域包括机器人抓取、自动化装配和精密操作等。通过提高机器人在接触力敏感环境中的操作能力，能够有效降低物体损坏风险，提升生产效率，具有重要的实际价值和未来影响。
📄 摘要（原文）
How should a robot learn to manipulate objects so fragile that sub-Newton contact forces can cause irreversible damage? Existing visuo-tactile policy learning typically treats tactile sensing as an additional policy input. In direct-contact force-sensitive manipulation, however, the bottleneck can arise earlier, during data collection: manual gripper control is too delayed and coarse-grained to reliably maintain the narrow force range required for stable grasping. We therefore use a deterministic 25 Hz tactile reflex controller as a collection-time teacher, producing demonstrations with controller-shaped grasping behavior for tactile-free policy learning. On Action Chunking with Transformers (ACT), policies trained from reflex-shaped demonstrations recover the teacher's grasping profile and achieve 95% stable grasps on the nominal plastic-cup task, substantially outperforming visually screened manual demonstrations. The same intervention improves in-distribution stability on $π_{0.5}$ and shows a favorable exploratory trend on an unseen paper-cup variant. Under randomized external disturbance, however, the reflex-data $π_{0.5}$ policy still fails in 45% of policy-only trials, whereas a deployment-time reflex arbiter retains all grasps. These results reveal a new role for tactile feedback in force-sensitive manipulation: rather than integrating tactile into the policy, we use it as a collection-time teacher that shapes grasping behavior in demonstrations for policy learning, while disturbance rejection remains controller-dependent, revealing the boundary of tactile-free policy.