A Hierarchical Approach to Imitation Learning for Manipulation Tasks Requiring Time Varying Forces

📄 arXiv: 2608.03103v1 📥 PDF

作者: Rishabh Shukla, Adithya Santhosh, Shaili Gandhi, Samrudh Moode, Satyandra K. Gupta

分类: cs.RO, cs.AI

发布日期: 2026-08-04

DOI: 10.1016/j.rcim.2026.103309

💡 一句话要点

提出DPA-FTG以解决动态交互中的控制延迟问题

🎯 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: 模仿学习 机器人操作 动态交互 扩散策略 力调节 神经阻抗控制 任务原语 双手操作

📋 核心要点

  1. 现有的扩散策略在动态交互任务中面临控制延迟问题，影响高频控制的实现。
  2. 本文提出DPA-FTG，通过将低频规划与高频力调节解耦，提升动态交互的控制能力。
  3. 实验结果显示，DPA-FTG在双手电池拆解任务中表现优于当前最先进的反应扩散策略（RDP）。

📝 摘要（中文）

扩散策略在学习复杂的多模态行为方面表现出色，但在接触丰富的拆解任务中应用受限于迭代去噪过程引入的推理延迟，导致高频控制困难。为了解决这一问题，本文提出了快速轨迹生成增强的扩散策略（DPA-FTG），该方法将低频规划与高频力调节解耦。在高频层面，条件扩散模型预测一系列潜在参数以选择任务原语策略；在低频层面，轻量级力条件策略作为神经阻抗控制器，实时调节执行以维持接触稳定性。实验验证表明，DPA-FTG在双手电池拆解任务中优于现有的基线方法。

🔬 方法详解

问题定义：本文旨在解决在接触丰富的拆解任务中，由于迭代去噪过程引入的推理延迟，导致高频控制困难的问题。现有方法在动态交互中无法有效应对快速力瞬变，影响任务执行的稳定性。

核心思路：DPA-FTG通过将低频规划与高频力调节解耦，采用条件扩散模型进行高频策略选择，同时使用轻量级力条件策略进行实时调节，从而提升动态交互的控制能力。

技术框架：整体架构分为两个层次：高频层（5 Hz）使用条件扩散模型预测潜在参数以选择任务策略；低频层（60 Hz）使用轻量级力条件策略作为神经阻抗控制器，实时调节执行以保持接触稳定。

关键创新：DPA-FTG的核心创新在于将低频规划与高频力调节解耦，克服了现有方法在动态交互中对快速力瞬变的盲目性，显著提升了任务执行的稳定性和灵活性。

关键设计：在高频层面，使用条件扩散模型进行策略选择；在低频层面，设计了轻量级的力条件策略，确保实时调节的高效性。具体的参数设置和损失函数设计未在摘要中详细说明，需参考原文获取更多细节。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，DPA-FTG在双手电池拆解任务中显著优于现有的反应扩散策略（RDP），具体性能数据未在摘要中提供，需参考原文获取详细信息。

🎯 应用场景

该研究的潜在应用领域包括机器人拆解、装配和其他需要精确力控制的操作。通过提升机器人在动态交互中的控制能力，DPA-FTG能够在工业自动化、服务机器人等领域发挥重要作用，推动智能机器人技术的发展。

📄 摘要（原文）

Diffusion policies have shown strong performance in learning complex, multi-modal behaviors for robotic manipulation. However, their application to contact-rich disassembly tasks remains limited by a key trade-off: the iterative denoising process introduces inference latencies that makes high frequency control difficult, which is essential for realizing dynamic interactions such as chiseling and prying. Recent action-chunking techniques mitigate latency but use an open-loop execution window, rendering the system blind to rapid force transients caused by fracture events. To bridge this gap, we introduce the Diffusion Policy Augmented by Fast Trajectory Generation (DPA-FTG). Compared to recent visual-tactile approaches that focus on positional correction, DPA-FTG decouples low-frequency planning from high-frequency force regulation. At the high level ($5$ Hz), a conditional diffusion model predicts a sequence of latent parameters for selecting a strategy from a learned vocabulary of task primitives. At the low level ($60$ Hz), a lightweight, force-conditioned policy acts as a neural impedance controller, modulating execution in real-time to maintain contact stability. We validate our approach on a bimanual battery disassembly task involving the separation of a compliant sheet. Experimental evaluation demonstrates that DPA-FTG outperforms state-of-the-art baselines, including Reactive Diffusion Policy (RDP).