CW-WAM: A Structured Contact-Wrench World Action Model for Force-Sensitive Manipulation

📄 arXiv: 2610.30117v1 📥 PDF

作者: Houzhu Ding, Xinda Qi, Luqi Wang, Ming Yang

分类: cs.RO

发布日期: 2026-10-21

备注: Project website: https://cw-wam-project.github.io/

💡 一句话要点

提出CW-WAM以解决力敏感操作中的接触预测问题

🎯 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: 力敏感操作 接触预测 运动控制 扭矩模型 机器人技术 自动化操作 深度学习

📋 核心要点

  1. 现有方法在力敏感操作中未能有效利用接触和负载信息，导致接触预测不准确。
  2. CW-WAM通过统一的交互模块，联合预测运动和接触扭矩，提升了力敏感操作的控制精度。
  3. 实验结果显示，CW-WAM在插入和提升高度方面显著提高了成功率和准确性，减少了力参考的均方根误差。

📝 摘要（中文）

力敏感操作需要接触和负载信息，而这些信息在视觉观察中并未明确提供。本文提出CW-WAM，一个世界动作模型，能够联合预测视频、运动和接触扭矩。该模型通过一个统一的交互模块，将运动和接触扭矩视为建模目标，并预测时间对齐的运动-扭矩块作为控制参考。采用成对因果注意力机制构建运动-扭矩依赖关系，同时使用长固定长度的扭矩记忆保留过去的交互信息。预测的扭矩块作为20Hz外环阻抗控制器的力参考，确保在模型查询之间保持力反馈和平滑运动。CW-WAM显著提高了接触预测的准确性，插入成功率从25%提升至70%。

🔬 方法详解

问题定义：本文旨在解决力敏感操作中接触和负载信息缺乏的问题，现有方法未能有效利用这些信息，导致接触预测不准确，影响操作成功率。

核心思路：CW-WAM通过一个统一的交互模块，将运动和接触扭矩作为建模目标，预测时间对齐的运动-扭矩块，提供更精确的控制参考。这样的设计使得模型能够同时考虑运动和力的相互作用，提升操作的鲁棒性。

技术框架：CW-WAM的整体架构包括统一的交互模块、成对因果注意力机制和长固定长度的扭矩记忆。交互模块负责运动和扭矩的联合预测，注意力机制则用于构建运动与扭矩之间的依赖关系，扭矩记忆用于保留历史交互信息。

关键创新：CW-WAM的主要创新在于其成对因果注意力机制和长固定长度的扭矩记忆，这与现有方法的单一预测机制形成鲜明对比，显著提高了接触预测的准确性。

关键设计：在模型设计中，采用了20Hz的外环阻抗控制器，力参考的均方根误差在插入和擦拭任务中分别从4.8N降低至2.7N和从2.0N降低至1.3N，且成功执行时力波动更小。通过这些设计，CW-WAM在不同负载下的提升高度准确性得到了改善。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

CW-WAM在插入任务中的成功率从25%提升至70%，在电源适配器的插入中成功率从40%提升至95%。此外，力参考的均方根误差显著降低，表现出更小的力波动，提升了操作的稳定性和准确性。

🎯 应用场景

CW-WAM的研究成果在机器人抓取、装配和人机交互等领域具有广泛的应用潜力。通过提高力敏感操作的成功率和准确性，该模型能够在复杂环境中实现更高效的自动化操作，推动智能机器人技术的发展。

📄 摘要（原文）

Force-sensitive manipulation requires contact and load information that is not provided explicitly by visual observations. We present CW-WAM, a world action model that jointly predicts video, motion, and contact wrench. Inspired by hybrid motion-force control, it contains a unified interaction module that treats both motion and contact wrench as modeling targets and predicts time-aligned motion-wrench chunks as control references. A pair-causal attention mechanism structures the motion-wrench dependencies, while a long fixed-length wrench memory retains past interaction information. The predicted wrench chunk acts as a force reference for a 20-Hz outer-loop admittance controller within a slow-fast control system that maintains force feedback and smooth motion between model queries. CW-WAM improves contact prediction and increases the insertion success rate from 25% to 70% for square pegs with 1-mm clearance per side and from 40% to 95% for power adapters, compared with WAM without wrench input. It also improves lifting-height accuracy across different loads. Our framework with an admittance controller reduces force-reference RMSE from 4.8 to 2.7 N for peg insertion and from 2.0 to 1.3 N for wiping, respectively, with smaller force fluctuations during successful execution. Project website: https://cw-wam-project.github.io/