DexForce：从力触觉演示中提取「力感知」动作

01 Motivation

模仿学习需要高质量的「状态-动作对」演示。对于接触密集的灵巧任务，这些动作必须能产生正确的力。但现有采集方式（遥操作 / 手部重定向）在接触密集任务上很难用：人到机器人的运动重定向不直观，而且操作者缺乏直接的力触觉反馈，无法判断施加的力是否合适。

“For contact-rich dexterous manipulation tasks that require dexterity, the actions in these state-action pairs must produce the right forces.” —— 演示里的动作不仅要「到位」，更要「用对力」。

DexForce 换了个思路：用力触觉演示（操作者亲手引导机器人手运动）——这种方式天然让人能感知到接触。但直接记录下的运动只是「达到某个位置」的轨迹，并没有编码「为达到该位置需要施加多少力」。DexForce 的贡献就是把这份被测量到的力，还原成机器人自己能复现的动作。

teaser — 核心思想：力触觉演示中测得的接触力 f，被用来把观测指尖位置 **x_o** 修正为「力感知目标」 **x_f**。当用阻抗控制器（impedance controller）跟踪 x_f 时，机器人会产生完成任务所需的正确运动与力。

76%六任务平均成功率（力感知动作）

≈0%不含力动作训练的策略

6接触密集任务

2可舒适演示的手指数上限

02 Method

DexForce 是一套「演示采集」流程，核心是把「观测动作」变成「力感知动作」。它建立在阻抗控制器的弹簧模型之上：控制律第一项把「力—位移」建模为弹簧，在准静态（quasi-static）假设下，同一个弹簧模型可以反过来，由观测位置和接触力算出能复现该力的目标位置。

method pipeline — 方法总览。左列：力触觉演示中操作者施加不同大小的力，记录观测指尖位置 x_o 与接触力 f；中列：由弹簧模型计算力感知目标 x_f；右列：用阻抗控制器开环**回放（replay）**这些目标，让机器人自己复现运动和力，同时用腕部相机采集图像——这样训练数据里就**不再出现操作者的手**。

力感知动作：一个弹簧修正

给定某个观测指尖位置 x_o 以及该手指施加在物体上的接触力 f，力感知目标为：

x_f = x_o + k_f · f

其中 k_f 是一个手工调节的标量刚度参数。直觉上：要让阻抗控制器真的「压」出力 f，就得把目标位置往施力方向多偏移一点（overshoot），偏移量正比于所需的力。论文对所有任务统一取 k_f = 0.0045，调法是使回放能成功复现原始力触觉演示。

spring model — 弹簧刚度直觉：阻抗控制的第一项将力与位移建模为弹簧；准静态下同一模型可反解——想复现更大的接触力，就把跟踪目标沿施力方向偏移更多。

两阶段流程

① 力触觉演示：操作者手动引导机器人手完成任务，记录指尖位置与两指的 6 轴力/力矩；用上式算出力感知目标序列。② 开环回放采集：用阻抗控制器跟踪这些力感知目标，机器人独立复现整段运动，并用腕部相机采集图像观测。回放得到的「新观测位置 + 图像」构成干净的机器人演示数据集，用于训练策略。

03 Experiments

硬件：一只 Allegro Hand，腕部装 RealSense 相机（加鱼眼镜头扩大视野），拇指与食指根部各装一枚 CoinFT 硬币大小的电容式 6 轴力/力矩传感器。策略：对所有任务训练基于 CNN 的 Diffusion Policy，用 ResNet18 编码 RGB 图像；观测 horizon = 2，动作预测 horizon = 16，执行 horizon = 8，训练 1000 epochs；演示以 30Hz 记录、降采样到 10Hz。每个任务在相同的 30 个随机初始物体配置上评估。

six tasks — 六个接触密集任务：slide cube、reorient smiley、open AirPods、grasp battery、unscrew nut、flip box。任务覆盖不同的接触交互类型——施加精确的力、以及不断建立与断开接触。因人手可舒适演示至多两指，故选取单指「外在灵巧（extrinsic dexterity）」与两指任务。

力感知动作 vs. 不含力动作

核心对照实验：同样的力触觉演示，一组用 DexForce 的力感知动作，另一组直接用不考虑接触力的观测动作训练策略。

76%力感知动作 · 六任务平均

near-zero不含力动作 · 六任务

“policies trained on our force-informed actions achieve an average success rate of 76% across all tasks. In contrast, policies trained directly on actions that do not account for contact forces have near-zero success rates.”

Ablation：把力放进策略「观测」里

第二组实验消融的是策略观测中是否包含力信息（注意与上面「动作」的消融区分），三种设置：RGB, F/T（RGB + 原始 6 轴力/力矩向量）、RGB, 0/1（RGB + 二值接触信号，力幅超过 0.55N 记为 1）、RGB only（仅图像）。结论是：加入力观测从不损害性能，且对越需要精度与协调的任务帮助越大。

force observation ablation — 力观测消融（Fig. 8）：箭头表示相对 RGB-only 策略的成功率增减，* 表示统计显著（Fisher 精确检验，α=0.05）。上三行为分布内评估，底行为两个 OOD 评估。加入 6 轴力观测（RGB, F/T）通常优于二值接触信号（RGB, 0/1）。

任务（力观测帮助最大者）	RGB, F/T 相对 RGB-only 的成功率提升
open AirPods	+1600%
unscrew nut	+136%
slide cube	+58.8%

论文分析：open AirPods、unscrew nut、slide cube 这三类任务在 RGB-only 下更易失败，因为机器人无法施加满足所需精度与协调度的力——例如 open AirPods 时 RGB-only 策略常把盖子往错误方向压得过重，导致盖子纹丝不动。

刚度 k_f 与 OOD 泛化

stiffness sweep — 刚度 k_f 敏感性扫描：六个任务存在重叠的可行区间，所选 k_f = 0.0045 落在所有任务的容许范围内；对力更敏感的任务容许区间更窄，也正对应它们从力观测中获益更大。

OOD 场景：unscrew nut 训练时螺母初始旋转在 0°–360°，OOD 测试推到 360°–900°；flip box 的 OOD 是箱子加重 100g。这两项均包含在力观测消融的底行评估中。

04 Limitations

Note: 论文正文未设独立的 “Limitations” 章节；以下第 1 条为作者在文中明确陈述，第 2–3 条为依据方法设计的合理推断（inferred）。

手指数受限于人手可舒适演示的范围（作者陈述）

“a human operator can comfortably collect kinesthetic demonstrations with up to two robot fingers” —— 因此论文只考虑单指「外在灵巧」与两指任务，尚未覆盖需要多指全手协同的更复杂灵巧操作。

依赖手工调节的单一刚度 k_f（inferred）

力感知修正用一个全局标量 k_f=0.0045。虽然刚度扫描显示各任务有重叠可行区间，但该值需针对硬件/任务手工调；对力更敏感的任务容许区间更窄，暗示换硬件或更极端任务时可能需要重新标定。

采集流程较重，规模化受限（inferred）

方法建立在人工力触觉演示 + 阻抗控制器开环回放之上，每任务演示量有限（约 10–20 段量级）。相比遥操作大规模采集，该流程更依赖人工逐段引导与回放，扩展到大规模数据集的成本较高。