Kinematic Constraint-Referenced Evaluation for Articulated Object Manipulation

📄 arXiv: 2610.37550v1 📥 PDF

作者: Baptiste Bonin, Caro Strickland, Audrey Durand

分类: cs.RO, cs.AI

发布日期: 2026-10-27

💡 一句话要点

提出约束参考策略以优化关节物体操控评估

🎯 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: 操控策略 运动学约束 关节物体 评估方法 机器人技术 行为克隆 鲁棒性

📋 核心要点

  1. 现有的操控策略评估方法主要依赖于二元成功率，无法有效评估命令手势的运动学合理性。
  2. 本文提出的约束参考策略（CRS）通过将命令扭转投影到关节轴上，能够更准确地评估操控策略的有效性。
  3. 在74个模拟关节物体的实验中，CRS展现出显著的评估能力，成功率和扭转控制的表现均有提升。

📝 摘要（中文）

在操控策略评估中，传统方法主要依赖于二元任务成功率，无法判断命令的手势是否符合物体的运动学约束。本文提出了约束参考策略（CRS），该策略将命令的末端执行器扭转投影到物体的关节轴上，从而区分沿关节的进展与非约束的浪费。CRS需要一个关节模型和基于该模型的跟随控制器，但不需要记录的演示或学习的评判。在对74个模拟关节物体的实验中，成功率显示出较低的转移失败率，且CRS的两个通道提供了不同的特征。经过训练的行为克隆策略在110个实验中成功打开59个抽屉，且其命令的非轴向旋转约为抽屉训练策略的40倍。

🔬 方法详解

问题定义：本文旨在解决传统操控策略评估方法无法判断命令手势是否符合物体运动学约束的问题。现有方法仅依赖于二元成功率，无法提供更细致的评估信息。

核心思路：提出约束参考策略（CRS），通过将命令的末端执行器扭转投影到物体的关节轴上，能够有效区分沿关节的进展与非约束的浪费，从而提供更准确的评估。

技术框架：CRS方法包括关节模型的构建和基于该模型的跟随控制器设计。整个流程涉及命令的解析、扭转投影、进展评估等多个模块。

关键创新：CRS的主要创新在于其能够在不依赖于演示或学习评判的情况下，利用关节模型进行有效的操控策略评估。这一方法与传统的二元成功率评估有本质区别。

关键设计：CRS需要一个准确的关节模型，并设计了基于该模型的控制器。实验中，CRS对关节轴的误差容忍度达到30度，绝对阈值容忍约8度，显示出良好的鲁棒性。

🖼️ 关键图片

fig_0

📊 实验亮点

实验结果显示，经过训练的行为克隆策略在110个实验中成功打开59个抽屉，其命令的非轴向旋转约为传统策略的40倍（1.27 vs. 0.032 rad/s）。CRS在关节轴误差达到30度时评估结果保持不变，展现出良好的鲁棒性。

🎯 应用场景

该研究的潜在应用领域包括机器人操控、自动化装配和人机交互等。通过提供更精确的操控策略评估，CRS能够提升机器人在复杂环境中的操作能力，具有重要的实际价值和未来影响。

📄 摘要（原文）

Manipulation policies are evaluated predominantly by binary task success, which cannot tell whether the commanded gesture is the one the object's kinematics admit. We introduce Constraint-Referenced Strategy (CRS), which projects the commanded end-effector twist onto the object's joint axis, separating progress along the joint from off-constraint waste. CRS requires a joint model and a joint-following scripted controller derived from it, but no recorded demonstration or learned judge. On 74 simulated articulated objects, success registers three transfer failures as lower rates but attributes none, while the two CRS channels give each a distinct signature. A door-trained behavior-cloning policy opens drawers in 59 of 110 episodes, and in these passes it commands about $40\times$ the off-axis rotation of a drawer-trained policy's passes ($1.27$ vs.\ $0.032$~rad/s). Relative to a scripted controller scored with the same axis, CRS verdicts are unchanged under joint-axis errors up to $30^\circ$; absolute thresholds tolerate about $8^\circ$.