Geometry-Aware Reinforcement Learning for Close-Fitting Wearable Insertion
作者: Takuma Tsukakoshi, Elle Miller, Tamon Miyake, Namiko Saito, Yushi Wang, Shigeki Sugano, Tetsuya Ogata, Sethu Vijayakumar
分类: cs.RO
发布日期: 2026-10-23
💡 一句话要点
提出几何感知强化学习以解决紧身可穿戴物体插入问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱七：动作重定向 (Motion Retargeting)
关键词: 机器人穿衣 几何感知 强化学习 插入任务 人机交互 可变形物体 智能机器人
📋 核心要点
- 现有的机器人辅助穿衣方法在处理狭窄开口和关节部位时面临显著挑战，容易导致插入失败。
- 本文提出了一种几何感知插入的强化学习框架，通过分阶段课程和指尖插入软门控机制来优化插入过程。
- 实验结果表明，所提方法在可变形物体的插入任务中成功率达到84.7%，并在真实机器人试验中表现出色。
📝 摘要（中文）
机器人辅助穿衣在狭窄开口和关节部位的处理上尤为困难。身体部位与衣物开口之间的相对姿态即使有微小误差也可能导致卡住、插入失败或穿衣不完整。为了解决这些挑战，本文将穿衣过程视为一个几何感知插入问题，强调任务相关的空间关系，而非依赖于完整的可变形物体状态。基于这一框架，提出了一种结合分阶段课程的强化学习（RL）框架，该框架逐步引导策略从粗略对齐到插入和最终放置，并引入了指尖插入软门控机制，提供个别手指插入进度的连续反馈，帮助抑制过早插入。通过对刚性和可变形手链穿戴任务的评估，验证了该框架的有效性。
🔬 方法详解
问题定义：本文旨在解决机器人辅助穿衣中，由于身体部位与衣物开口之间的相对姿态误差导致的插入失败问题。现有方法往往依赖于完整的可变形物体状态，难以有效处理狭窄开口的插入任务。
核心思路：论文提出将穿衣过程视为几何感知插入问题，强调任务相关的空间关系。这种设计使得模型能够更好地理解和处理插入过程中的空间约束。
技术框架：整体框架包括两个主要模块：分阶段课程和指尖插入软门控。分阶段课程逐步引导策略从粗略对齐到精确插入，而软门控机制则提供个别手指的插入反馈，帮助优化插入过程。
关键创新：最重要的创新在于引入了几何感知的概念和指尖插入软门控机制。这与传统方法的本质区别在于，传统方法往往忽视了空间关系的细微变化。
关键设计：在参数设置上，软门控机制的设计允许对每个手指的插入进度进行实时反馈，损失函数则针对插入成功率进行了优化，确保模型在训练过程中能够有效学习。
🖼️ 关键图片
📊 实验亮点
实验结果显示，所提方法在可变形物体的插入任务中成功率达到84.7%，相比基线方法有显著提升。通过引入指尖插入软门控机制，模型在插入过程中的表现得到了最大改善。此外，在真实机器人试验中，模型在20次试验中成功完成15次，验证了其实用性。
🎯 应用场景
该研究在机器人辅助穿衣领域具有重要的应用潜力，能够提升机器人在复杂环境下的穿衣能力，尤其是在医疗、护理和智能家居等场景中，帮助提升人机交互的效率和安全性。未来，该技术还可能扩展到其他需要精细操作的机器人任务中。
📄 摘要（原文）
Robot-assisted dressing is particularly challenging due to narrow openings and articulated body parts. Even small errors in the relative pose between the body part and garment opening can cause snagging, missed insertion, or incomplete dressing. To address these challenges, we formulate dressing as a geometry-aware insertion problem that represents task-relevant spatial relationships between the body part and object opening, rather than relying on the full deformable-object state. Based on this formulation, we propose a Reinforcement Learning (RL) framework combining a staged curriculum, which progressively guides the policy from coarse alignment to insertion and final placement, with a finger-wise insertion soft gate that provides continuous feedback on individual finger insertion progress and helps suppress premature insertion. We evaluate the framework on rigid and deformable bracelet dressing tasks through component ablations, systematic variations in the initial hand pose, and closed-loop execution of the learned policies on a real robotic system. On the post-training deformable evaluation, the full method reaches 84.7 +- 1.2% success. The insertion gate accounts for the largest gain, and adding the curriculum on top of that gate reaches the top score. On a mannequin hand the same full policy succeeds on 15/20 real-robot trials.