跳至正文
原文导读 · 原标题中译

TMA:通过触觉驱动的电机自适应实现仿真到现实的强力人形机器人操作

TMA: Sim-to-Real Forceful Humanoid Manipulation via Tactile-Driven Motor Adaptation

材料发布 2026-11-14 · arXiv · 作者论文 · 核查 2026-11-20

内容摘要

人形机器人开圆形门把手,失败往往不在对准几何,而在于多指能否建立摩擦接触、能否在不滑移前提下产生足够扭矩、推门时能否控力并保持平衡。这些接触状态在视觉和本体感知里几乎看不见:接触刚稳住与即将打滑时的观测可能一样,动作相同结果却不同。Amazon 与 Rice University 等机构提出 TMA(触觉驱动的电机自适应),把触觉历史当作推断接触条件的信息源,全程只在仿真训练,零样本迁移到装配 BrainCo Revo2 多指手的 Unitree G1 真机。

做法三层:奖励只承认“拇指加至少两根对向手指压住旋钮边缘”这类可触觉观测的进展;每指三维触觉力按摩擦锥拆成法向载荷、锥角和剪切方向;适配编码器再从最近约 2 秒触觉历史回归出隐变量,在线更新并驱动策略。上半身操控右臂与手,下半身交给冻结的预训练行走控制器维持平衡。仿真用 PPO 在 8192 个并行环境训练,物理 200Hz、策略 50Hz。

真机用四种市售圆形把手,每种 10 次、不做真机微调。TMA 开门成功/抓取成功为 8/9、6/8、6/7、7/8;不用触觉的 RMA 为 0/1、0/0、0/0、0/0,只用二值接触三帧的反应式策略为 3/7、1/6、0/4、2/6。仿真消融中完整锥坐标信号最好,抓取 91.3%、开门 80.9%,换二值接触或只留剪切分量都更差。

限制也清楚:只有这一类门把手、一个本体、每旋钮 10 次试验;旋钮位姿靠 AprilTag 估计,边缘还贴胶带增摩;库仑摩擦限定剪切力上限,法向力不足时所需扭矩物理上不可达,指端垫损坏后性能明显下降。作者说明这是研究实验,不代表生产部署。

点评

给机器人本体与控制软件工程师的用处在于两点:一是把触觉从“有无接触”的开关信号升级为带方向的力信息(法向载荷、锥角、剪切方向),二是用约 2 秒的触觉历史做在线适配,让策略在接触条件未知时自己调整发力方式。门把手这类接触主导任务可以纯仿真训练后零样本上真机,省掉真机数据采集与微调环节;但结论目前只覆盖该任务、该本体和很小的试验规模。

证据来自作者论文与实验报告,无独立复现。覆盖面窄:单一任务类型(圆形门把手)、单一本体(Unitree G1 + Revo2)、每旋钮仅 10 次试验;旋钮位姿依赖 AprilTag 外部定位,旋钮边缘贴胶带增摩也影响了接触条件。指端垫损坏后性能明显下降,说明结果对硬件状态敏感。作者明确声明为研究实验,不代表生产部署。

版本与核查范围

版本 2611.18976v1 · 原文定位与程序检查、独立上下文模型复核;不代表独立研究复现。。依据已核查材料整理;未运行模型或机器人。

原文与定位

  • 原文链接 page:2;page:1;page:4;page:5;page:5;page:5;page:6;page:6;page:7;page:7;page:6;page:8