Learning Reflexive Behavior for Contact-Rich Manipulation

研究者在仿真中基于弹簧、平面和导轨三种交互基元训练了一个本体感知反射策略，将任务空间命令映射为关节位置目标，无需直接力或几何测量。策略作为冻结执行层置于高层控制器之下，在双臂箱体提升中使力保持在阈值以下，在粗糙表面跟随中低于 10 N 参考值，在 0.02 mm 轴孔插入中将平均估计接触力降至基线的一半以下，硬件成功率从至多 22% 提升至 36-58%。