CALM: Current Aligned Link Manipulation for Single Arm Oversized Object Lifting
作者: Jun Hu, Sihan Chen, Kosta Jovanovic, David Navarro-Alarcon, Xueqian Wang, Jia Pan, Peng Zhou
分类: cs.RO
发布日期: 2026-09-24
💡 一句话要点
提出当前对齐链接操控以解决单臂大型物体搬运问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control)
关键词: 机器人操控 电机电流反馈 长时间操控 仿真到现实 阶段特定策略 因果电流映射 大型物体搬运
📋 核心要点
- 现有方法主要依赖末端执行器进行物体操控，缺乏对全臂操控的有效学习，导致在处理大型物体时效率低下。
- 提出的当前对齐链接操控框架利用电机电流作为反馈，结合阶段特定策略和因果电流映射器，实现长时间接触操控的学习。
- 实验结果表明，仿真中的任务完成率达到76.2%，物理机器人上的成功率为73.3%，显示出该方法的有效性和实用性。
📝 摘要（中文）
大多数机器人仅依靠末端执行器进行物体操控，而人类则灵活利用不同的身体部位，尤其在处理大型物体时。学习这种全臂操控面临长时间稀疏奖励、有限接触感知和仿真到现实的动态差距等挑战。为此，本文提出了当前对齐链接操控框架，利用电机电流作为关节负载反馈，学习长时间接触丰富的操控。通过三个阶段特定的策略，分别学习重新定位、抓取和提升，并通过阶段路由器生成完整的任务演示。为实现仿真到现实的转移，因果电流映射器预测物理电机电流，从而对齐仿真与硬件之间的执行器电流观测。最终的统一学生策略仅使用可部署传感器观测进行学习，并通过DAgger进一步优化。实验结果显示，在仿真中完成任务成功率为76.2%，在物理机器人上为73.3%。
🔬 方法详解
问题定义：本文旨在解决机器人在操控大型物体时的灵活性不足，现有方法主要依赖末端执行器，难以有效应对复杂的操控任务。
核心思路：提出当前对齐链接操控框架，通过电机电流反馈实现长时间接触操控的学习，利用阶段特定策略来优化操控过程。
技术框架：该框架包括三个主要模块：重新定位、抓取和提升策略，阶段路由器负责将这些策略序列化以生成完整的任务演示。此外，因果电流映射器用于实现仿真与现实之间的电流对齐。
关键创新：最重要的创新在于利用电机电流作为反馈信号，解决了传统方法中稀疏奖励和接触感知不足的问题，显著提升了操控的灵活性和准确性。
关键设计：在训练过程中，策略完全在仿真环境中进行，最终的学生策略通过DAgger算法进行优化，确保在实际部署时能够有效利用传感器数据。
🖼️ 关键图片
📊 实验亮点
实验结果显示，在仿真环境中，完成任务的成功率达到76.2%（762/1000次），而在物理机器人上成功率为73.3%（22/30次），表明该方法在实际应用中具有良好的可行性和有效性。
🎯 应用场景
该研究的潜在应用领域包括仓储物流、制造业和服务机器人等，能够显著提升机器人在处理大型物体时的灵活性和效率。未来，该框架有望推动机器人在复杂环境中的自主操作能力，拓展其应用范围。
📄 摘要（原文）
Most robots manipulate objects solely with their end effectors, whereas humans flexibly leverage different body parts, such as the forearm and elbow, especially when handling oversized objects. Learning such whole-arm manipulation is chal-lenging due to long-horizon sparse rewards, limited contact sens-ing, and the sim-to-real gap in contact and actuator dynamics. To address these challenges, we propose Current-Aligned Link Manipulation, a framework for learning long-horizon contact-rich manipulation using motor current as joint load related feedback. Three stage-specific policies first learn repositioning, grasping, and lifting using privileged simulation information, and a stage router sequences them to generate complete task demonstrations. For sim-to-real transfer, a causal current mapper predicts physical motor current from simulated joint histories, aligning the actuator current observation between simulation and hardware. A unified student policy then learns from these demonstrations using only deployable sensor observations and is further refined with DAgger. The task policies are trained entirely in simulation, and the final student is deployed on hardware. Experiments demonstrate 76.2% (762/1000 trials) complete-task success in simulation and 73.3% success (22/30 trials) on the physical robot for sequential oversized-object lifting.