Learning Reflexive Behavior for Contact-Rich Manipulation
作者: Quan Nguyen, Yunho Kim, Joonho Lee
分类: cs.RO
发布日期: 2026-10-02
💡 一句话要点
提出反射行为学习以解决接触丰富的操作问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱四：生成式动作 (Generative Motion)
关键词: 反射行为 接触丰富操作 机器人控制 本体学习 任务空间命令 双臂操作 性能提升
📋 核心要点
- 现有的机器人控制方法在接触丰富的操作中常常无法有效应对环境约束，导致性能下降。
- 本文提出了一种基于状态历史的本体反射策略，能够将任务命令映射到关节目标，独立于直接的力或几何测量。
- 实验结果显示，该策略在箱体提升和插销插入等任务中显著降低了接触力并提高了成功率。
📝 摘要（中文）
在接触丰富的操作中，机器人与环境的交互提供了关于局部几何形状的信息。现有的控制方法如位置控制和混合力-位置控制可能无法有效匹配环境约束，导致性能下降。本文提出了一种在仿真中学习的本体反射策略，该策略通过状态历史将任务空间命令映射到关节位置目标，而无需直接的力或几何测量。经过训练后，该策略作为高层控制器下的执行层，能够在双臂箱体提升、插销插入和表面跟随等任务中表现出色，显著提高了成功率并降低了接触力。
🔬 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环境约束的响应不足的问题。现有的控制方法如位置控制和混合力-位置控制在面对复杂环境时，往往无法有效匹配局部约束，导致性能下降。
核心思路：论文提出了一种本体反射策略，通过学习机器人与环境的交互，利用状态历史将任务空间命令映射到关节位置目标。这种设计使得机器人能够在不依赖直接力或几何测量的情况下，灵活应对环境变化。
技术框架：整体架构包括三个主要模块：状态历史记录、任务空间命令映射和关节位置控制。首先，机器人在仿真中学习与环境的交互，然后将学习到的策略应用于实际操作中。
关键创新：最重要的创新在于将接触响应与命令生成分离，使得反射策略能够为运动规划、学习策略和远程操作提供稳健的执行能力。这一方法与传统的控制方法相比，显著提高了机器人在复杂环境中的适应性。
关键设计：在训练过程中，采用了特定的损失函数来优化反射策略的性能，同时设计了适应不同环境的网络结构，以确保策略的泛化能力。
🖼️ 关键图片
📊 实验亮点
实验结果表明，在双臂箱体提升任务中，反射策略能够将接触力保持在阈值以下，而基线方法则失败。在粗糙表面跟随中，接触力保持在10 N以下，与调优的混合力-位置控制相当。在0.02 mm的插销插入任务中，反射策略将平均接触力降低到基线的一半，同时成功率从最多22%提升至36%-58%。
🎯 应用场景
该研究的潜在应用领域包括工业机器人、服务机器人和医疗机器人等需要进行复杂操作的场景。通过提高机器人在接触丰富环境中的适应能力，该技术能够显著提升机器人在实际任务中的执行效率和成功率，具有重要的实际价值和广泛的应用前景。
📄 摘要（原文）
During contact-rich manipulation, interactions between a robot and its environment carry information about local geometry: a surface prevents penetration, a bore guides a peg. A controller that exploits these interactions can comply with environmental constraints while preserving task intent. Robot-earning systems commonly use position, hybrid force-position, or Cartesian impedance control. Their prescribed tracking objectives, stiffness, or force-control directions may not match local constraints and may degrade performance. We learn a proprioceptive reflex policy in simulation on three simple interaction primitives: a spring, a plane, and a rail. The policy maps task-space commands to joint-position targets using state history, without direct force or geometrical measurements. Once trained, it serves as a frozen execution layer beneath higher-level controllers. We evaluate it in dual-arm box lifting, peg insertion, and surface following. In box lifting, the reflex kept the force below the threshold while the baseline failed. In rough-surface following it stayed below the 10 N reference, on par with tuned hybrid force-position control. In 0.02 mm peg insertion It reduced mean estimated contact force to less than half that of the baseline while increasing hardware success rates from at most 22 % to 36-58 %. By separating contact response from command generation, the reflex policy provides motion planners, learned policies, and teleoperators with robust contact-rich execution.