PEARS: Physical-Prior-Guided Efficient Adaptation via Failure Reasoning and Diffusion Steering for Tactile Manipulation

📄 arXiv: 2610.08784v1 📥 PDF

作者: Kun Song, Yiming Wang, Yilin Chen, Tianyi Ding, Jiaxin Tian, Tianqi Gong, Daolin Ma, Jia Pan

分类: cs.RO

发布日期: 2026-10-06

备注: 9 pages, 4 figures. Project website: https://song-kun.github.io/pears

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出PEARS框架以解决机器人操作中的适应性问题

🎯 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 强化学习 物理先验 触觉反馈 在线适应 故障诊断 扩散引导

📋 核心要点

  1. 现有的预训练机器人策略在真实环境中常常面临性能下降，尤其是在分布外条件下，导致适应性不足。
  2. PEARS框架结合物理先验和触觉反馈，通过物理引导的力推理和扩散引导RL实现高效的在线适应。
  3. 在模拟实验中，PEARS成功率提升12.4-37.4个百分点，并在真实任务中实现了95%的成功率，显著减少了交互次数。

📝 摘要（中文）

预训练的机器人策略在部署时常面临分布外（OOD）条件下的性能下降，促使通过真实世界交互进行后训练。然而，基于强化学习（RL）的后训练通常需要大量环境交互，这在操作任务中尤其显得缓慢、昂贵或具有破坏性。因此，本文提出PEARS，一个基于物理先验的混合RL框架，旨在通过触觉反馈实现预训练策略的高效在线适应。PEARS通过物理引导的力推理模块诊断失败并更新接触力界限，同时利用触觉条件的扩散引导RL调整运动中的错误。实验结果表明，PEARS在模拟中成功率提高了12.4-37.4个百分点，并在真实世界实验中实现了95%的成功率。

🔬 方法详解

问题定义：本文旨在解决预训练机器人策略在分布外条件下的适应性不足，现有的后训练方法通常需要大量的环境交互，尤其是在操作任务中，导致效率低下和成本高昂。

核心思路：PEARS框架通过引入物理先验和触觉反馈，结合物理引导的力推理（PFR）和触觉条件的扩散引导RL，旨在实现高效的在线适应，减少所需的交互次数。

技术框架：PEARS的整体架构包括两个主要模块：物理引导的力推理模块用于诊断失败并更新接触力界限；触觉条件的扩散引导RL模块则调整运动中的潜在噪声，以纠正错误。

关键创新：PEARS的核心创新在于将物理先验与触觉反馈结合，利用视觉-语言模型（VLM）进行故障诊断，并通过高频混合力-位置控制器实施接触力界限，这在现有方法中尚属首次。

关键设计：在设计中，PEARS采用了高频控制策略，确保在接触过程中严格遵循更新的接触力界限，同时扩散引导RL的潜在噪声调整机制使得模型在不更新的情况下进行自我修正。具体的参数设置和损失函数设计在实验中经过精细调优。

🖼️ 关键图片

fig_0
img_1
img_2

📊 实验亮点

PEARS在模拟实验中成功率提高了12.4-37.4个百分点，相较于最快基线减少了53.2%的交互次数。在真实世界实验中，PEARS在白板擦除任务中实现了95%的成功率，在移液管液体吸取任务中实现了90%的成功率，显示出其优越的适应性和效率。

🎯 应用场景

PEARS框架在机器人操作领域具有广泛的应用潜力，尤其是在需要高精度和高适应性的任务中，如工业自动化、医疗机器人和服务机器人等。通过提高适应性和减少交互成本，PEARS能够加速机器人在复杂环境中的部署和应用，推动智能机器人技术的发展。

📄 摘要（原文）

Pretrained robotic policies can suffer substantial performance degradation under out-of-distribution (OOD) conditions encountered during deployment, motivating post-training through real-world interaction. However, reinforcement-learning (RL)-based post-training typically requires substantial environment interactions, a burden that is especially significant in manipulation, where each trial can be slow, costly, or destructive. Therefore, we present PEARS, a physics-prior-guided hybrid RL framework for sample-efficient online adaptation of pretrained policies with tactile feedback. After each episode, its physics-guided force reasoning (PFR) module uses physical priors encoded in a vision-language model (VLM) to diagnose failures from the visual outcome and tactile interaction history and update task-appropriate contact-force bounds. A high-frequency hybrid force-position controller then enforces these bounds during contact. Complementarily, tactile-conditioned diffusion steering reinforcement learning adjusts the latent noise of the frozen flow-matching policy to correct errors in free-space motion and contact timing without updating the base model. In simulation, PEARS improves success rates by 12.4-37.4 percentage points over the strongest per-task baselines. PEARS also reduces the number of interaction episodes required for a certain success threshold by up to 53.2% relative to the fastest baseline. In real-world experiments, PEARS achieves success rates of 95% on Whiteboard Erasing and 90% on Pipette Liquid Aspiration. These results show that combining the PFR module with policy steering can accelerate adaptation while reducing costly interactions. The project website is available at https://song-kun.github.io/pears.