TacDiffusion: Force-domain Diffusion Policy for Precise Tactile Manipulation

01 Motivation

装配（assembly）是现代制造与服务机器人的核心技能，但要学到一种能跨任务迁移的高精度插装技能仍然很难：孔轴间隙常小到 0.1 mm，纯视觉难以提供足够精度，而针对单一零件调好的策略往往换个形状就失效。作者提出：把 diffusion model 用在力域——直接生成机器人应施加的 6D wrench，而不是位姿或像素动作——从而继承其前作 behavior-tree 插装技能的自适应性，同时获得扩散模型的强表达能力。

“This paper presents a novel framework that utilizes diffusion models to generate 6D wrench for high-precision tactile robotic insertion tasks. It learns from demonstrations performed on a single task and achieves a zero-shot transfer success rate of 95.7% across various novel high-precision tasks.”

experiment setup and transfer — **Fig. 2 · 实验设置与迁移。**(a) 机器人抓着**训练用**物体（cuboid）示教；随后模型 zero-shot 迁移到 (b)–(e) 多种新零件：Key、圆柱 Cyl-S/Cyl-L、Prism 等。训练零件 cuboid 为 35 mm × 25 mm × 60 mm、0.1 mm 间隙。

95.7%新任务 zero-shot 平均成功率（DF₃）

+9.15%DS 滤波器带来的成功率提升

6D力域动作：feed-forward wrench

1000 Hz实时阻抗控制回路

02 Method

框架分三层：(1) 一个 DDPM 扩散模型作为「力控专家」，从触觉观测中去噪生成 6D wrench F_df；(2) 一个 dynamical-system 滤波器，把低频的扩散输出平滑地插值到 1000 Hz 控制回路，得到实际下发的 feed-forward 力 F_ff；(3) 把该模型嵌入 behavior-tree 插装技能，替换原有子树，继承自适应切换 primitive 的能力。

noise estimator architecture — **Fig. 1 · 噪声估计器网络。**输入当前/上一步观测 *o_curr, o_prev*、带噪动作 *a_τ* 和扩散步 τ，经线性层编码后拼接，进入若干带残差连接（residual）与归一化的 block，最后由 6 神经元线性层输出预测噪声 *ε̂_τ*。隐藏层宽度 N 决定模型容量（DF₁–DF₄ 分别为 128/256/512/1024）。

① 力域扩散策略（DDPM in the force domain）

观测由外部 wrench、内部 wrench 与末端速度组成（18 维），动作是 6 维 feed-forward 力，示教自专家策略。训练即标准 DDPM 去噪目标：

“𝓛_DDPM = 𝔼[‖ε̂_τ(o, a_τ, τ) − ε_τ‖²₂]”

超参数：Epoch 1500、Batch 4096、learning rate 10⁻³、diffusion horizon T = 50、diffusion weight β_τ 从 10⁻⁴ 递增到 10⁻²。推理时从纯噪声逐步去噪得到 wrench。

denoising process — **Fig. 5 · 去噪过程（模型 DF₃）。**沿 X 轴的 feed-forward 力随扩散步 τ 从 50 → 25 → 1 逐渐去噪：τ=50 时几乎是白噪声，τ=1 时红色预测 *F̂_df,x* 已贴合黑色真值 *F_df,x*。

② Dynamical-system 滤波器：解决频率不匹配

扩散模型推理频率只有 ~50–500 Hz，而阻抗控制回路要 1000 Hz。若直接把离散、低频的扩散输出下发，会产生台阶状突变。作者用一个二阶动力系统把 F_df 平滑插值成连续的 F_ff：

“F̈_ff = α(β(F_df − F_ff) − Ḟ_ff)”　（论文取 α=0.9, β=0.3）

随后 F_ff 进入阻抗控制律 τ_m = Jᵀ[F_ff + K·e + D·ė + M·ẍ_d] + C·q̇ + g 作为前馈力项。

filter effect on predictions — **Fig. 9 · 滤波器对预测的影响。**黑色为原始离散扩散输出（df，台阶状），红色为滤波后的连续 feed-forward wrench（ff）——沿 X/Y/Z 三轴的力（N）与力矩（Nm）都被平滑，同时保留了原始趋势。

③ 嵌入 behavior tree，继承自适应性

作者把扩散模型接入其前作的 behavior-tree 插装技能，「replacing the original sub-tree」。由此模型「inherits the self-adaptability of our previous method, selecting appropriate primitives based on the assembly state」——例如根据实时触觉在对准时做 wiggle 动作、在需要时施力，从而对新零件也能自适应。

03 Experiments

在真实机器人上做 tight-clearance 插装：仅用 cuboid 一个零件示教训练，测试则包含训练零件（cuboid）与 4 个从未见过的新零件（Key、Cyl-S、Cyl-L、Prism）的 zero-shot 迁移。对比 4 个不同容量的扩散模型 DF₁–DF₄。

模型规格（模型越大越准但越慢）

Model	Neurons (N)	Final Loss	Inference Freq.
DF₁	128	0.2751	503.8 Hz
DF₂	256	0.1653	297.5 Hz
DF₃	512	0.0716	141.8 Hz
DF₄	1024	0.0288	51.2 Hz

成功率（%）：trained = cuboid，其余为 zero-shot 迁移

Model	Cuboid (trained)	Key	Cyl-S	Cyl-L	Prism	Average (novel)
DF₁	90.0	99.0	86.0	85.0	40.0	77.5
DF₂	79.0	94.0	87.0	90.0	79.0	87.5
DF₃	98.0	99.0	97.0	96.0	91.0	95.7
DF₄	73.0	85.0	90.0	—	—	—

DF₃（512 神经元）综合最优：在 4 个新任务上平均 95.7%，几乎每一项都取得最高成功率。太小的 DF₁ 在最难的 Prism 上骤降到 40%（表达力不足）；太大的 DF₄ 推理只有 51.2 Hz，实时性变差反而拖累成功率——体现出「inference ability vs. speed」的权衡。

efficiency radar plots — **Fig. 7 · 各模型效率雷达图。**五个轴对应 Cuboid/Key/Cyl-S/Cyl-L/Prism 五个任务的效率指标，DF₁–DF₄ 与 Baseline 逐一对比。DF₃（蓝）覆盖面积明显最大，即在多数任务上兼顾了准确与效率。

Ablation：dynamical-system 滤波器

对比每个模型「带滤波」与「不带滤波」（图中 DF_i vs. DF_iN）。滤波器整体带来 “significantly improving the task success rate by 9.15%”，对小模型尤其关键——DF₁/DF₄ 在最难的 Cuboid/Prism 上去掉滤波后成功率大幅塌陷。

impact of DS filter on success rate — **Fig. 8 · DS 滤波器对成功率的影响。**实心柱为带滤波的 DF_i，斜纹柱为不带滤波的 DF_iN；在五个任务上滤波普遍抬高成功率，缓解了低频扩散输出与 1000 Hz 控制回路的频率不匹配。

04 Limitations

Note: 原文没有独立的「Limitations」小节。以下第 1 点为论文结论中明确指出（stated）的权衡与展望，第 2–4 点为根据方法设计推断（inferred）。

推理能力 vs. 速度的权衡（stated）

论文明确给出「a practical guideline regarding the trade-off between diffusion models' inference ability and speed」：模型太小表达力不足（DF₁ 在 Prism 仅 40%），太大则推理频率过低（DF₄ 51.2 Hz）损害实时控制，需要像 DF₃ 这样折中；未来工作聚焦把框架扩展到「a broader range of high-precision assembly tasks」。

需要专家示教与力/触觉传感（inferred）

方法通过模仿 behavior-tree 专家策略学习，观测依赖外部/内部 wrench 与末端速度，因此隐含要求高质量力控示教数据与可靠的力/触觉估计；纯位置控制或无力反馈的平台难以直接套用。

仍在刚性插装、单一示教零件上验证（inferred）

实验局限于刚性 tight-clearance 插装，且仅用一个 cuboid 示教；对柔性件、多步/多阶段装配或差异更大的几何形状的泛化尚未验证。

滤波器超参与阻抗增益需手工设定（inferred）

DS 滤波器的 α、β 及阻抗控制的 K、D 为人工选定的固定值，跨平台或跨任务时可能需重新调参，论文未讨论其自动化。