💻 computer science

FILIC: Dual-Loop Force-Guided Imitation Learning with Impedance Torque Control for Contact-Rich Manipulation Tasks

该论文提出了 FILIC，这是一个结合了基于 Transformer 的模仿学习与阻抗转矩控制，以及一种高性价比末端执行器力估计器的双环框架，旨在实现接触密集型机器人操控任务中精确、顺应且无传感器的力调节。

原作者： Haizhou Ge, Yufei Jia, Zheng Li, Yue Li, Zhixing Chen, Lu Shi, Lei Han, Ruqi Huang, Guyue Zhou

发布于 2026-06-23

📖 1 分钟阅读☕ 轻松阅读

原作者： Haizhou Ge, Yufei Jia, Zheng Li, Yue Li, Zhixing Chen, Lu Shi, Lei Han, Ruqi Huang, Guyue Zhou

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在教一个机器人完成精细的任务，比如拧瓶盖、插充电器或拧紧夹钳。传统的机器人教学方式就像是在教一个被蒙住眼睛的人如何在拥挤的房间里走路：你告诉他们脚应该移动到哪里（位置），但你没有告诉他们撞到了什么。如果他们撞到了墙，他们只会继续用力推，从而损坏物体或伤到自己。

这篇论文介绍了一种名为 FILIC（基于阻抗控制的力导向模仿学习）的新系统。你可以把它想象成在不需要昂贵且脆弱的传感器的情况下，赋予了机器人“超感官”和“柔软的手”。

以下是其工作原理的拆解说明：

1. 问题所在：机器人对触觉是“盲目”的

大多数机器人通过观察人类来学习（模仿学习）。但它们通常只学习“移动到哪里”，而不学习“要用多大的力”。

类比： 想象一下你戴着厚重的拳击手套尝试穿针引线。你能看到针，但你感觉不到线。如果你推得太重，针会弯曲；如果你推得太轻，则会错过。
问题： 为了解决这个问题，工程师通常会在机器人的手腕上安装昂贵的“力传感器”。但这些传感器价格昂贵、易碎，并且在大多数廉价机器人上并不普及。

2. 解决方案：一个“数字孪生”大脑

作者通过创建一个**数字孪生（Digital Twin）**解决了成本问题。

类比： 想象机器人在计算机内部运行着一个完美的、隐形的“幽灵”版本。这个幽灵清楚地知道机器人的手臂有多重，以及重力是如何作用于它的。
工作原理： 真实的机器人运动时，计算机计算出基于其内部电机，机器人“应该”感受到什么样的力。通过对比机器人“实际”感受到的力（来自电机）与“幽灵”所预设的力，系统可以从数学上推算出来自外界的“额外”作用力（例如螺丝产生的阻力）。
结果： 机器人现在“知道”自己碰到了东西，即使它的手腕上没有任何物理触觉传感器。这就像是通过感受肌肉的张力来判断自己是否提着一个重箱子，而不是通过秤来称重。

3. 双环系统：大脑与反射

FILIC 使用了一种“双环”架构，就像拥有一个意识大脑和一个反射神经系统协同工作。

外环（大脑 - 每秒 25 次）：
这是“模仿学习”部分。它观察摄像机图像和从“数字孪生”中估算出的“触觉”数据。它决定下一个大动作，例如“将手稍微向左移动一点”。它很聪明，并能从人类演示中学习。
内环（反射 - 每秒 2,000 次）：
这是“阻抗控制”部分。它接收大脑的指令，并以“柔软的手”来执行。它不是说“移动到位置 X”，而是说“轻轻推动直到感觉到阻力，然后停止”。
- 类比： 想象一个弹簧。如果你按压弹簧，它会顺应压力；如果你按压墙壁，墙会反作用于你。内环让机器人的行为像弹簧一样。如果它撞到了墙，它不会发生碰撞崩溃，而是会温柔地让位、调整并再次尝试。这种反应速度极快（每秒 2,000 次），使得机器人的动作显得极其平滑且安全。

4. 通过“振动”进行教学

为了教机器人，研究人员使用了一种带有振动反馈的特殊遥控器。

类比： 当人类操作员在教机器人时，当机器人有力地接触到物体时，遥控器会振动得更强烈。这就像是一个“触觉”提醒，在说：“喔，你推得太用力了！”
结果： 人类自然而然地学会了动作要轻柔且精准。机器人记录了这些细腻的动作，不仅学习了“去哪里”，还学习了如何“感知路径”。

5. 结果：更聪明、更安全

团队在四个棘手的任务上进行了测试：插入适配器、按下紧急按钮、拧紧 C 型夹和拧上瓶盖。

“盲目”机器人（仅限位置控制）： 经常失败。它会错过孔洞或者推得太重导致物体损坏。
“肌肉感知”机器人（关节转矩控制）： 有进步，但依然笨拙。它能感觉到肌肉的张力，但并不清楚力究竟来自哪个方向。
FILIC 机器人（估算力 + 柔软双手）： 胜出者。
- 在模拟实验中，它的成功率达到了 90%。
- 在现实世界中，它在所有任务上的成功率都达到了 80% 或更高。
- 它比其他方法显著更好，因为它能清晰地“感知”接触，并能以其弹簧般的反射进行即时反应。

总结

FILIC 是一种无需购买昂贵传感器即可教会机器人变得温柔且精准的方法。它利用计算机“幽灵”来推测机器人正在接触什么，并利用超快速的“反射”系统让机器人的动作表现得像弹簧而非铁锤。这使得机器人能够在廉价硬件上，安全且成功地完成那些需要精细接触的任务。

技术摘要：FILIC – 基于阻抗转矩控制的双环力导向模仿学习

问题陈述

接触密集型操作任务（如插拔、组装和手内操纵）需要精确的力调节，以安全且有效地与物理环境进行交互。虽然模仿学习（IL）已成为获取此类技能的主流范式，但传统方法在很大程度上仍是以位置为中心的。这些方法通常输出关节位置或 6 自由度位姿，这往往会在接触过程中产生过大的内力，从而导致机器人及环境损坏的风险。

尽管末端执行器的力反馈对于实现顺应性行为至关重要，但依赖腕部安装的力/转矩（F/T）传感器由于高昂的成本和硬件复杂性，限制了其可扩展性。此外，现有将力引入模仿学习的尝试通常仅将其视为位置控制的辅助信号，而非利用其进行顺应性执行。在低成本、无传感器的环境下部署稳定的、具备顺应性的转矩级控制系统，仍然存在显著的技术鸿沟。

方法论：FILIC 框架

为了解决这些挑战，作者提出了 FILIC（基于阻抗转矩控制的力导向模仿学习），这是一种结合了高层基于 Transformer 的模仿学习策略与底层阻抗控制器的双环架构。

1. 双环控制架构

该系统在两个不同的时间尺度上运行，以平衡感知、规划与执行：

外环 (25 Hz)： 基于 Transformer 的模仿学习策略处理多模态感官输入，包括视觉图像（通过 ResNet 编码）、末端执行器位姿以及估计的外部力。该策略预测一系列目标 6 自由度末端位姿。此环路采用基于 Transformer 的动作分块（Action Chunking with Transformers, ACT）方法，以增强时间连贯性和鲁棒性。
内环 (2 kHz)： 预测的目标位姿通过逆运动学（IK）转换为关节角度。随后，关节空间阻抗控制器以高频执行转矩指令。该环路采用简化的弹簧-阻尼模型（省略了惯性项以避免加速度噪声），以确保稳定、顺应的转矩级执行。同时，一个 250 Hz 的重力补偿模块运行以支持动力学估计。

2. 无传感器末端执行器力估计

FILIC 的核心创新在于其无需专用 F/T 传感器即可估计末端执行器旋量（Wrenches）的能力。

基于雅可比矩阵的反转： 系统利用关节转矩与末端执行器力之间的解析关系： $\tau_{ext} = J(q)^T F_{ext}$ 。通过反转雅可比转置矩阵，系统可以从关节转矩测量中估计出外部力。
同步数字孪生： 为了处理现实世界中的传感器噪声、摩擦和机械顺应性等因素，作者使用了一个高保真数字孪生（在 MuJoCo 中模拟）。该数字孪生与物理机器人的关节位置和速度保持同步，用于计算期望的关节转矩 ( $\tau_{inv}$ )。通过比较观测转矩 ( $\tau_{obs}$ ) 与模型预测转矩 ( $\tau_{inv}$ )，即可估计出外部力：
$F_{ext} = J(q)^T + (\tau_{obs} - \tau_{inv})$
这种方法在消除对昂贵硬件需求的同时，为模仿学习策略提供了直观的力表示。

3. 触觉反馈数据采集

为了确保采集到能够捕捉有意义力变化的高质量演示数据，作者使用了一种配备振动触觉反馈的低成本手持遥操作界面。估计的末端执行器力被映射为振动频率，使人类操作员能够直观地感知接触强度并据此调整动作。

核心贡献

本文概述了三项主要贡献：

无传感器力估计： 一种利用同步数字孪生和基于雅可比矩阵反转的低成本估计末端执行器旋量的方法，并提供了开源实现。
双环框架： 一种结合了高层 Transformer 模仿学习策略（融合视觉与力输入）与底层阻抗转矩控制器的创新架构，实现了无需腕部 F/T 传感器的顺应性操纵。
性能验证： 通过实证证据表明，使用估计的末端执行器力取代原始关节转矩，能显著提升策略在接触密集型任务中的表现。

实验结果

作者在涉及四个接触密集型任务（插座适配器插入、紧急停止按钮操作、C 型夹固定和瓶盖拧紧）的仿真和现实场景中对 FILIC 进行了评估。

力估计精度： 在 6 自由度机械臂上的静态负载测试确认，该估计器能够以较低的平均误差和标准差追踪重力负载。
策略性能（仿真）：
- 仅位置基准：68.0% 成功率。
- 位置 + 关节转矩：80.0% 成功率。
- 位置 + 估计末端执行器力 (FILIC)：90.0% 成功率。
策略性能（现实世界）：
- FILIC 在所有四个任务中均一致优于“仅位置”和“位置+关节转矩”基准。
- 相比“仅位置”方法的提升范围为 +33.3 pp（插座）至 +53.4 pp（瓶盖）。
- 至关重要的是，估计的末端执行器力始终优于原始的关节转矩输入（例如，在插座任务中提升了 +16.7 pp），这表明估计的旋量提供了更符合任务需求的接触信号。

意义与主张

本文声称 FILIC 成功弥合了现代模仿学习与顺应性物理交互之间的鸿沟，且无需依赖昂贵的硬件。通过将高层语义策略与底层转矩控制器以及无传感器力估计器统一起来，该框架实现了更安全、更具顺应性且更具适应性的接触密集型操纵。

作者强调，其方法允许机器人在资源受限的设置下利用丰富的物理交互动力学。结果表明，通过数字孪生估计得到的显式力表示，在引导接触场景下的模仿学习策略时，优于原始的关节转矩。这项工作总结道，此类框架能够在保持可扩展性和易得性的同时，实现非结构化环境中的类人灵巧性。