FACTR 2: Learning External Force Sensing for Commodity Robot Arms Improves Policy Learning

📄 arXiv: 2606.12406v1 📥 PDF

作者: Steven Oh, Jason Jingzhou Liu, Tony Tao, Philip Han, Kenneth Shaw, Satoshi Funabashi, Ruslan Salakhutdinov, Deepak Pathak

分类: cs.RO, cs.AI, cs.LG, eess.SY

发布日期: 2026-06-10

备注: Website at https://jasonjzliu.com/factr2

💡 一句话要点

提出NEXT与FIRST以提升低成本机器人臂的政策学习能力

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 机器人臂 力感知 政策学习 数据驱动 重采样训练 低成本 遥操作

📋 核心要点

  1. 现有机器人臂在接触丰富的操作中缺乏力敏感性，导致操作精度和灵活性不足。
  2. 提出的NEXT方法通过数据驱动的方式估计外部关节扭矩，无需专用的力传感器，降低了成本。
  3. 实验结果表明，FIRST方法在五个长时间任务中，任务进展比之前的力感知政策提升超过17%。

📝 摘要（中文）

接触丰富的操作需要力敏感性，但许多机器人臂由于高成本缺乏专用力传感器。我们提出了一种数据驱动的方法——神经外部扭矩估计（NEXT），该方法无需专用力传感器即可估计外部关节扭矩。NEXT仅需1分钟训练，利用10分钟的自由运动数据，且其估计结果与专用关节扭矩传感器相当。NEXT使低成本机器人臂实现力反馈遥操作，并通过力感知重采样训练（FIRST）改善政策学习，FIRST在行为克隆中对接触前和接触段进行上采样。在五个长时间任务中，FIRST的任务进展超过了先前的力感知政策17%以上。NEXT和FIRST共同为现成机器人带来了力感知遥操作和政策学习，无需额外的传感硬件。

🔬 方法详解

问题定义：本论文旨在解决低成本机器人臂在接触丰富操作中缺乏力敏感性的问题。现有方法通常依赖昂贵的专用力传感器，限制了其应用范围。

核心思路：论文提出的NEXT方法通过分析自由运动数据，利用机器学习技术估计外部关节扭矩，从而实现力感知。FIRST方法则通过重采样策略改善政策学习，增强了行为克隆的效果。

技术框架：整体架构包括数据采集、NEXT模型训练和FIRST重采样训练三个主要阶段。首先，收集自由运动数据，然后训练NEXT模型以估计扭矩，最后通过FIRST方法进行政策学习的优化。

关键创新：NEXT的核心创新在于其无需专用传感器即可实现高精度的扭矩估计，且训练时间极短。与现有方法相比，NEXT和FIRST的结合使得低成本机器人能够实现力感知遥操作和政策学习。

关键设计：在NEXT中，使用了特定的损失函数来优化扭矩估计的准确性，同时FIRST方法通过对接触前和接触段的上采样来提高学习效率。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果显示，FIRST方法在五个长时间任务中，任务进展比之前的力感知政策提升超过17%。这一显著提升证明了NEXT和FIRST在政策学习中的有效性，尤其是在缺乏专用传感器的情况下。

🎯 应用场景

该研究的潜在应用领域包括低成本机器人在工业自动化、家庭服务和医疗辅助等场景中的操作。通过实现力感知，机器人能够更灵活地进行复杂任务，提高操作的安全性和效率。未来，这一技术可能推动更多经济型机器人在实际应用中的普及。

📄 摘要（原文）

Contact-rich manipulation requires force sensitivity, but many robot arms lack dedicated force sensors due to their high cost. We present Neural External Torque Estimation (NEXT), a data-driven method that estimates external joint torques without needing any dedicated force sensors. NEXT trains in 1 minute from only 10 minutes of free-motion data, yet achieves estimates comparable to dedicated joint-torque sensors. NEXT enables force-feedback teleoperation on low-cost arms and improves policy learning through Force-Informed Re-Sampling Training (FIRST), which up-samples pre-contact and contact segments during behavior cloning. Across five long-horizon tasks, FIRST outperforms prior force-aware policies by over 17% in task progress. Together, NEXT and FIRST bring force-aware teleoperation and policy learning to off-the-shelf robots without additional sensing hardware. Video results and code are available at https://jasonjzliu.com/factr2