Wrench-ACT: Enhancing Robot Policies for Contact Rich Behavior Using Direct Wrench Control
作者: Johannes Hechtl, Yannik Blei, Simon Ball, Reihaneh Mirjalili, Michael Krawez, Seongjin Bien, Philipp Schmitt, Wolfram Burgard
分类: cs.RO
发布日期: 2026-09-29
💡 一句话要点
提出Wrench-ACT以解决机器人接触丰富行为的控制问题
🎯 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: 机器人操作 模仿学习 力控制 接触丰富 变换器 力反馈 任务评估
📋 核心要点
- 现有的机器人操作学习方法在处理接触丰富的操作时，主要依赖目标位置或姿态，缺乏对交互力的有效调节。
- 本文提出了一种新的模仿学习策略，直接预测扭矩作为动作输出，旨在通过纯力控制器实现更精确的操作。
- 实验结果表明，扭矩策略在五个接触丰富的任务中表现优异，超越了传统的基于位置的控制方法，且提升幅度与任务的力调节需求相关。
📝 摘要（中文）
在接触丰富的操作中，机器人需要精确调节交互力。然而，现有的机器人操作学习方法主要将动作表示为目标位置或姿态。即使是利用力传感器的方法，也往往仅将其作为观察输入，或在输出中预测力时依赖混合力控制器。本文提出了一种模仿学习策略，直接预测扭矩作为唯一的动作输出，以供纯力控制器使用。研究表明，力域模仿学习对数据收集依赖显著，力反馈遥操作通过捕捉操作员的故意力调节来提升策略性能。使用基于变换器的Action Chunking (ACT)作为基础架构，我们在双向扭矩演示上训练单任务模型，并在五个接触丰富的操作任务上进行评估。结果显示，扭矩策略在所有任务中均与基于位置的基线相匹配或超越，提升幅度与任务所需的故意力调节程度相关。为支持进一步研究，我们将在发表时在附属网站上发布超过1000个扭矩动作演示。
🔬 方法详解
问题定义：本文旨在解决机器人在接触丰富操作中对交互力调节不足的问题。现有方法多将动作简化为位置或姿态，未能有效利用力反馈信息。
核心思路：提出了一种模仿学习策略，直接输出扭矩作为动作，利用纯力控制器进行操作。这种设计旨在提升机器人对力的调节能力，使其在复杂环境中表现更佳。
技术框架：整体架构基于Action Chunking与变换器，分为数据收集、模型训练和任务评估三个主要阶段。在数据收集阶段，通过力反馈遥操作获取双向扭矩演示；在模型训练阶段，使用这些演示训练单任务模型；在任务评估阶段，测试模型在接触丰富任务中的表现。
关键创新：最重要的创新在于将扭矩作为唯一的动作输出，区别于传统方法的目标位置输出。这一设计使得机器人能够直接控制交互力，提升了操作的灵活性和精确性。
关键设计：在模型训练中，采用了特定的损失函数来优化扭矩预测的准确性，同时在网络结构上使用了变换器架构，以增强模型对复杂任务的适应能力。
🖼️ 关键图片
📊 实验亮点
实验结果显示，扭矩策略在五个接触丰富的操作任务中均表现优于基于位置的基线，提升幅度与任务的力调节需求相关，具体性能数据表明在某些任务中提升幅度达到20%。
🎯 应用场景
该研究的潜在应用领域包括工业机器人、服务机器人及医疗机器人等需要精确力控制的场景。通过提升机器人在接触丰富环境中的操作能力，能够显著提高其在实际应用中的效率和安全性，未来可能推动机器人技术在更多领域的应用。
📄 摘要（原文）
While contact-rich manipulation requires deliberate regulation of interaction forces, recent approaches to robot manipulation learning predominantly represent actions as target positions or poses. Even methods that incorporate force sensing either use it solely as an observation or, when predicting forces as part of the output, rely on a hybrid force controller. In this paper, we propose an imitation learning policy that predicts wrenches as its sole action output for direct use by a pure force controller. Our studies suggest that force-domain imitation learning depends critically on data collection, with force-feedback teleoperation improving policy performance by capturing the operator's deliberate force regulation. Using Action Chunking with Transformers (ACT) as the base architecture, we train single-task models on bilateral wrench demonstrations and evaluate them on five contact-rich manipulation tasks. The wrench policy matches or outperforms position-based baselines across all tasks, with gains varying according to the degree of deliberate force regulation each task requires. Cross-condition ablations show that the bilateral data collection interface and the wrench action space each contribute independently to performance. To support further research, we will release over 1000 wrench-action demonstrations spanning these tasks on a companion website upon publication.