ForceWAM: Decoupling Future and Response Learning from Demo and Play Data for Contact-Rich Manipulation

📄 arXiv: 2610.18852v1 📥 PDF

作者: Zijun Xu, Wendi Chen, Xinkai Wang, Jiachen Zou, Hongjin Chen, Hairuo Liu, Bokai Lin, Shihao Ma, Ke Ma, Zhiwei Zhang, Zhuohao Yan, Ke Wu, Haoming Song, Xueqi Li, Chuan Wen, Jieru Zhao, Wenchao Ding, Cewu Lu, Lixin Yang

分类: cs.RO

发布日期: 2026-10-13

备注: Project page: https://force-wam.github.io/

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出ForceWAM以解决接触丰富任务中的动态学习问题

🎯 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: 接触丰富任务 力世界动作模型 逆动力学 专家演示 任务无关游戏数据 机器人学习 动态响应

📋 核心要点

  1. 现有方法在接触丰富任务中对交互力的响应学习不足，导致任务执行效果不佳。
  2. ForceWAM通过解耦任务兼容的交互结果与局部动作影响，结合专家演示和任务无关的游戏数据，提升了学习效果。
  3. 在多项真实机器人实验中，ForceWAM实现了85%-95%的成功率，相比基线提升了15%-45个百分点，验证了其有效性。

📝 摘要（中文）

专家演示展示了如何完成接触丰富的任务，但对不同动作如何影响交互力的响应覆盖有限。任务无关的游戏提供了更广泛的接触动态经验。为充分利用这两种数据，我们提出了ForceWAM，一个力世界动作模型，解耦了任务兼容的交互结果知识与局部动作如何改变接触的知识。该模型通过成功演示学习，联合预测未来视频和六轴力/扭矩轨迹，描述任务中的运动和接触的预期演变。一个独立的逆动力学模型从任务和游戏中学习，将当前观察和记录的视觉-扭矩未来映射到相应的机器人动作。实验表明，ForceWAM在真实机器人力调节滑动、箱子翻转等任务中实现了85%-95%的平均成功率，超越了现有基线。

🔬 方法详解

问题定义：本论文旨在解决接触丰富任务中对交互力响应学习的不足，现有方法无法充分利用专家演示和任务无关的游戏数据，导致任务执行效果不理想。

核心思路：ForceWAM通过解耦任务兼容的交互结果与局部动作的影响，利用专家演示和任务无关的游戏数据，提升对接触动态的理解和学习。

技术框架：整体架构包括两个主要模块：世界模型和逆动力学模型（IDM）。世界模型从成功演示中学习，预测未来视频和六轴力/扭矩轨迹；IDM则从任务和游戏数据中学习，将观察和预测的未来映射到机器人动作。

关键创新：ForceWAM的核心创新在于将任务兼容的交互结果与局部动作影响解耦，利用任务无关的游戏数据增强了对交互力响应的学习能力，这与现有方法的单一依赖于演示数据的方式有本质区别。

关键设计：在模型设计中，采用了特定的损失函数以平衡预测的准确性和泛化能力，同时在网络结构上结合了卷积神经网络和递归神经网络，以处理时序数据和空间特征。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，ForceWAM在真实机器人任务中实现了85%-95%的平均成功率，相比于传统的世界建模和反应基线，成功率提升了15%-45个百分点，验证了任务无关游戏数据的有效性。

🎯 应用场景

该研究的潜在应用领域包括机器人抓取、装配和其他需要精确力控制的接触丰富任务。通过提升机器人在复杂环境中的操作能力，ForceWAM有望在工业自动化、服务机器人等领域发挥重要作用，推动智能机器人技术的发展。

📄 摘要（原文）

Expert demonstrations show how to complete contact-rich tasks, but provide limited coverage of how interaction forces respond to different actions. Task-agnostic play provides broader experience of contact dynamics without specifying task goals. To fully leverage these two types of data, we introduce ForceWAM, a force world action model that decouples knowledge of task-compatible interaction outcomes from knowledge of how local actions change contact. A world model learns from successful demonstrations to jointly predict future video and six-axis force/torque trajectories. Together, these futures describe the expected evolution of motion and contact during the task. A separate inverse dynamics model (IDM) learns from both task and play, mapping current observations and recorded visual-wrench futures to their associated robot actions. Play data thus provide knowledge of force responses for goal-directed execution. At deployment, the IDM reactively translates generated futures into actions, reusing them with fresh wrench feedback between world-model updates. Across real-robot force-regulated sliding, box flipping with and without disturbances, and ring placement, ForceWAM achieves $85$-$95\%$ mean success, surpassing world-modeling and reactive baselines. Our experiments further show that adding task-agnostic play data improves success by $15$-$45$ percentage points, demonstrating its value for learning contact-rich execution. Project page and code are available at https://force-wam.github.io/.