JFM学习分辨率一致的雅可比场，提升刚软耦合手指运动预测
这是一篇预印本，未经同行评审。研究人员提出 Jacobian Flow Matching (JFM) 框架，基于 Conditional Flow Matching 学习腱驱动刚软耦合手指的分辨率一致雅可比场，支持点式预测和 ODE 积分。在真机中手指弯曲/伸展数据上，JFM 相比点式基线全局平均 RMSE 降低超过 53%（TinyTransformer 下 57.27%，LSTM 下 53.68%），并在 stride=8 稀疏采样时使 ODE 集成预测的 RMSE 中位数降低 14.43%、方差降低 24.87%。该工作为刚软耦合系统的离线多步轨迹优化提供了连续一致的局部模型。
如何学习一个在离散控制和不同采样频率下保持一致的分辨率一致雅可比场，以稳定预测腱驱动刚软耦合手指的运动？
腱驱动刚软耦合手指具有强非线性、配置相关的灵敏度、迟滞和摩擦，传统基于点式局部线性化的雅可比方法对传感器采样频率和控制器更新频率敏感。现有学习模型大多只学习点式映射，缺少对中间状态的约束，在 ODE 积分或稀疏采样时误差增大，难以直接用于多步轨迹优化。
此前主要有解析模型（如 PCC、Cosserat 杆、FEM）和基于学习的局部模型（点式神经雅可比、端到端强化学习、视觉雅可比）。解析模型难以处理腱鞘摩擦、迟滞和配置相关耦合，需要反复标定；点式雅可比模型只在端点监督学习，对中间状态无约束，ODE 积分甚至比单步预测更差；端到端策略对指令步长和幅值变化泛化差；视觉方法受遮挡和实时计算限制。
JFM 将驱动到运动的映射建模为连续雅可比场或速度场。训练时用 Conditional Flow Matching 的归一化时间和 OT 路径，在相邻观测之间构造密集中间状态，用观测位移监督任意中间状态的雅可比输出；同时引入双视图一致性损失 L_cons，约束同一中间状态在起点和终点条件化下输出一致雅可比，减少起始姿态偏差。网络采用轻量 Transformer 或 LSTM。推理支持点式单步预测和 ODE 积分两种模式，共享同一模型，以提升跨时间分辨率的稳定性。
在真机中手指平面弯曲/伸展数据上，JFM 相比点式基线（BASE-Point）全局平均 RMSE：TinyTransformer 降低 57.27%，LSTM 降低 53.68%。误差分布上，TinyTransformer 的峰值密度比（JFM/基线）平均 1.49 倍（DIP 1.80、PIP 1.50、MCP 1.17），LSTM 平均 1.40 倍（DIP 1.48、PIP 1.63、MCP 1.10）；RMSE<0.015 的样本比例，TinyTransformer 下 JFM 为 96.2% 对比基线 77.9%，LSTM 下为 96.1% 对比 78.8%。分辨率一致性评估使用 160 条测试轨迹，stride=8 时 ODE 集成相比点式预测 RMSE 中位数降低 14.43%，方差降低 24.87%。离线逆规划验证中，恢复驱动指令的整体 RMSE 为 1.4151，均值误差 -0.2576°，标准差 1.39；点式推理延迟约 3.5 ms 每次查询。
作者承认目前只在单根中手指的平面弯曲/伸展运动上验证，未覆盖外向或多指协调；验证为离线，未实现实时闭环控制；在硬停止处逆规划出现系统性偏差，源于连续时间平滑假设。此外，实验基于单一腱驱动刚软耦合手指平台，未见代码开源说明，多指、空间运动和不同硬件上的泛化仍需验证。论文未报告训练算力成本与更大规模数据集。
该框架可为灵巧手、假肢、软体抓取器等人机交互硬件提供数据驱动的局部运动模型，尤其适合需要离线轨迹优化或模型预测控制的腱驱动刚软系统。1至3年内，若硬件厂商能采集配对驱动-运动数据并适配训练，可用作当前手指平台的离线轨迹优化和规划；3年以上，需验证多指协调、外向运动和实时闭环积分推理，才可能进入产品级实时控制。前提是获得高质量轨迹数据、针对具体硬件重训练，并验证闭环稳定性。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。