Contact-Rich Manipulation进阶
基于spring、plane、rail原语训练本体感觉反射策略,提升接触丰富操作鲁棒性
这是一篇预印本论文。作者在仿真中用spring、plane、rail三种交互原语训练了一个本体感觉反射策略,将任务空间命令映射到关节位置目标,无需力或几何测量。在真机实验中,该策略使双机械臂箱体抓取在所有指令深度下保持接触力低于阈值,而基线在最大深度发散;在0.02 mm间隙的销钉插入任务中,成功率从最高22%提升至36%到58%,平均估计接触力降至基线的一半以下。它可作为高层控制器下的冻结执行层,提升接触丰富操作的鲁棒性。