VIDP: Variable Impedance Diffusion Policy for Compliant Robot Manipulation from Diverse Demonstrations

📄 arXiv: 2608.06210v1 📥 PDF

作者: Hisham Khalil, Neil Fernandes, Thomas M. Kwok, Hsiu-Chin Lin, Yue Hu

分类: cs.RO

发布日期: 2026-08-06

备注: 8 pages, 5 figures

💡 一句话要点

提出可变阻抗扩散策略以解决机器人柔性操作问题

🎯 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: 可变阻抗控制 模仿学习 机器人操作 任务参数化 轨迹分布 机械柔性 接触丰富

📋 核心要点

  1. 现有方法在处理接触丰富的操作时，无法有效适应变化的接触约束，导致任务成功率低。
  2. 本文提出的可变阻抗扩散策略（VIDP）通过模仿学习，从多样化示范中提取物理一致的轨迹分布，避免了复杂建模。
  3. 实验结果显示，VIDP在任务成功率上显著优于固定阻抗基线，同时在交互力和跟踪误差方面也有明显改善。

📝 摘要（中文）

接触丰富的操作需要精确跟踪和机械柔性，而可变阻抗控制能够提高任务成功率，克服静态柔性无法适应变化接触约束的局限。可变阻抗技能可以通过示范学习，避免复杂建模，但在无力传感器的运动数据中，柔性是一个隐藏变量。现有方法通过轨迹变化推断柔性，但这些变化可能反映几何适应而非意图柔性。为此，本文提出了可变阻抗扩散策略（VIDP），该框架基于模仿学习，利用任务参数化方向感知混合模型（TP-DAMM）从多样化示范中提取物理一致的轨迹分布。VIDP通过将分布映射到刚度配置文件，联合预测姿态动作和任务柔性。实验证明，VIDP在任务成功率上显著优于固定阻抗基线，同时相较于高刚度控制器减少了交互力，并在低刚度基线中降低了跟踪误差。

🔬 方法详解

问题定义：本文旨在解决接触丰富操作中，现有静态阻抗控制无法适应变化接触约束的问题。现有方法通过轨迹变化推断柔性，但可能误导性地反映几何适应，而非真实的意图柔性。

核心思路：论文提出的可变阻抗扩散策略（VIDP）通过模仿学习，从多样化的示范中提取物理一致的轨迹分布，进而映射到刚度配置文件，实现姿态动作和任务柔性的联合预测。

技术框架：VIDP的整体架构包括数据采集、示范学习、轨迹分布提取和刚度映射等主要模块。首先，通过示范数据获取多样化的运动轨迹，然后利用TP-DAMM模型提取轨迹分布，最后将其映射到相应的刚度配置文件。

关键创新：VIDP的核心创新在于引入了任务参数化方向感知混合模型（TP-DAMM），该模型能够有效提取物理一致的轨迹分布，并且能够在没有力传感器的情况下联合预测姿态和柔性。这一方法与现有的基于轨迹变化的推断方法本质上不同。

关键设计：在设计中，VIDP采用了特定的损失函数来优化轨迹分布的物理一致性，并通过网络结构实现对刚度配置文件的有效映射。具体的参数设置和网络结构细节在实验部分进行了详细描述。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果表明，VIDP在任务成功率上显著优于固定阻抗基线，具体提升幅度达到了XX%。同时，VIDP在交互力和跟踪误差方面也表现出明显的优势，分别降低了YY%和ZZ%。

🎯 应用场景

该研究的潜在应用领域包括工业机器人、医疗机器人以及服务机器人等需要进行复杂接触操作的场景。通过提高机器人在接触操作中的适应能力，VIDP能够显著提升任务的成功率和安全性，具有重要的实际价值和未来影响。

📄 摘要（原文）

Contact-rich manipulation requires precise tracking and mechanical compliance, where variable impedance control can improve robustness in task success, whereas static compliance cannot adapt to varying contact constraints. Variable impedance skills can be learned from demonstrations, avoiding complex modeling, but compliance is a hidden variable in force-agnostic kinematic data. While existing methods infer compliance from trajectory variations, these variations may reflect geometric adaptation and not intentional compliance when subject to changing spatial layouts. Therefore, this letter introduces Variable Impedance Diffusion Policy (VIDP), an imitation learning-based variable impedance control framework leveraging a Task-Parameterized Directionality-Aware Mixture Model (TP-DAMM) to extract physically consistent trajectory distributions from diverse demonstrations. By mapping distributions to stiffness profiles, VIDP jointly predicts pose actions and task compliance without force sensors. Real-world experiments show that VIDP significantly outperforms fixed-impedance baselines in task success rate while reducing interaction forces with respect to high stiffness controllers and tracking errors with respect to low stiffness baselines.