FILIC：面向接触密集操作的双环力引导模仿学习与阻抗力矩控制

01 Motivation

很多接触密集（contact-rich）任务——插拔、按压、锁紧——都需要精确的力调节。但主流 IL 策略只学位置轨迹，对力一无所知；而给协作臂装 F/T 传感器 “is often costly and requires additional hardware design”，限制了可扩展性。FILIC 要回答的是：能否不加专用力传感器，也让廉价机器人学会既能感知力、又能柔顺执行力的操作。

“most imitation learning (IL) policies remain position-centric and lack explicit force awareness, and adding force/torque sensors to collaborative robot arms is often costly.”

four demonstration tasks with force feedback — **Figure 2 · 四个演示任务的过程与力反馈曲线。**“Peaks or sudden shifts delineate key contact events, such as pressing, releasing, locking, or tightening.” 演示采集时用**触觉反馈手柄**——力越大振动频率越高（离散递增），帮助演示者提供力有变化的轨迹。

90.0%仿真 peg-in-hole 成功率
（估计末端力）

+10 pp相对 joint-torque 输入
（仿真）

2 kHz内环阻抗力矩控制频率

0 个专用 F/T 传感器

02 Method

FILIC 是一个双环（dual-loop）框架：高层模仿学习策略（外环，25 Hz）负责“看图 + 感知力 → 输出目标末端位姿序列”；底层阻抗力矩控制器（内环，2 kHz）负责柔顺地执行这些位姿。对于没有力传感器的机器人，一个基于 Jacobian 的末端力估计器把关节力矩反解为末端 wrench，喂回策略。

FILIC architecture — **Figure 1 · FILIC 整体架构。**外环（蓝）：External Force Estimator 输出交互力，与前向运动学 FK 结果经 MLP 融合；双 ResNet 编码视觉观测，并通过 **cross-attention** 与力嵌入融合，送入标准 Transformer（ACT）以 25 Hz 生成位姿序列。内环（绿）：预测位姿经逆运动学 IK 跟踪，阻抗力矩控制器以 2 kHz 运行，重力补偿模块以 250 Hz 刷新。

① Transformer 模仿学习策略（外环, 25 Hz）

视觉观测由双 ResNet backbone 编码，末端力向量经 MLP 映射，二者通过 cross-attention 融合成多模态特征，交给 ACT（Action Chunking with Transformers）风格的 Transformer encoder-decoder，输出一段 6-DOF 目标末端位姿序列（k × 6）。这样策略不仅“看得见”，还“感受得到”接触力。

② 阻抗力矩控制（内环, 2 kHz）

内环用简化的弹簧-阻尼形式（为稳定性省去惯性项），把外环给的目标位姿转成关节力矩指令：

τ_cmd = B·(v̂ − v) + K·(q̂ − q) + τ̂

其中 K、B 为刚度/阻尼系数，(q̂, v̂) 为期望关节位置/速度，τ̂ 为重力与 Coriolis 补偿项（以 250 Hz 刷新）。由此实现“force-executed”的柔顺执行。

③ 无传感器末端力估计（Jacobian + 数字孪生）

核心思路：真实观测的关节力矩里，扣掉机器人自身动力学“应有”的力矩，剩下的就是外部接触带来的力矩；再用 Jacobian 转置的伪逆映射到末端 wrench：

F_ext = J(q)^T+ · (τ_obs − τ_inv)

其中 τ_obs 是电机传感器观测到的关节力矩；τ_inv 是一个与真机同步的 MuJoCo 数字孪生（digital twin）给出的期望动力学力矩；J(q)^T+ 为 Jacobian 转置的伪逆，通过 SVD 求得。这样无需任何专用 F/T 传感器，就能得到末端六维力估计。

03 Experiments

评测分两部分：仿真中的 peg-in-hole 插孔（6-DOF 机械臂，0.95 cm 圆柱销、1 cm 孔），以及真机上的四个接触密集任务——插适配器（plug adapter）、按急停按钮（e-stop）、C 型夹固定（C-clamp）、拧瓶盖（cap tightening）。三种本体感知输入作对比：仅末端位置（Pos）、位置 + 关节力矩（Pos + JT）、位置 + 估计末端力（Pos + EF）。

simulation peg-in-hole setup — **Figure 4 · 仿真 peg-in-hole 任务的场景与流程。**(a) 初始配置 → (b) 接近孔位 → (c) 插入孔中。

仿真：peg-in-hole 成功率（Table II）

本体感知输入	成功率
EE position only	68.0%
EE position + joint torque	80.0%
EE position + estimated EE force	90.0%

真机：四任务成功率（Table III）

任务	Pos only	Pos + JT	Pos + EF
Plug adapter 插适配器	46.7%	63.3%	80.0%
E-stop button 急停按钮	43.3%	60.0%	83.3%
C-clamp 夹具固定	30.0%	63.3%	76.6%
Cap tightening 拧瓶盖	26.6%	70.0%	80.0%

相对于 joint-torque 输入，估计末端力（EF）在真机上分别带来 +16.7 / +23.3 / +13.3 / +10.0 个百分点的提升（plug / e-stop / clamp / cap），仿真中为 +10.0 pp。position-only 基线则表现出一致的失败模式：“inability to recover from lateral misalignment”、按压行为不一致、以及任务过早终止。

力估计精度（Figure 3）

force estimator prediction error under static loads — **Figure 3 · 末端力估计器在不同静载下的预测误差。**在 6-DOF AIRBOT Play 末端挂不同已知质量（对应 g=9.81 m/s² 下的真实向下拉力：0 / 4.9 / 9.8 / 14.7 / 19.6 N），柱为均值、误差棒为标准差。误差整体保持在约 ±0.3 N 量级，说明无传感器估计足以支撑策略使用。

04 Limitations

Note: 论文未设独立的 Limitations 章节；下列第 1 点为作者在 conclusion / future work 中明确陈述，其余为依据方法设计推断（inferred）。

依赖建模动力学（stated）

“Our sensorless force reconstruction relies on modeled dynamics.” 即末端力估计的准确度取决于数字孪生动力学模型与真机的一致性；作者将“enhancing robustness against modeling inaccuracies”列为 future work。

固定阻抗，尚未变刚度（inferred / future work）

内环用固定 K、B 的弹簧-阻尼律；作者提到未来要 “integrating variable impedance”，说明当前对刚度需求变化大的任务适应性有限。

力仍是显式反解、非隐式推理（inferred）

力经 Jacobian 伪逆显式估计后喂给策略；作者将 “exploring implicit force reasoning” 列为方向，暗示当前管线对模型误差与噪声较敏感。

任务与平台规模有限（inferred）

评测集中在插孔/按压/锁紧/拧紧等少数接触任务、单一 6-DOF 平台（AIRBOT Play）；向更多任务与本体的泛化尚待验证。