Contact-Rich Manipulation and Adaptive Compliance

这条路线研究机器人在持续接触中如何同时“走对轨迹”和“用对力”，并让柔顺方向与幅值随任务阶段、接触几何和扰动动态变化。

这条主题在讲什么

接触密集操作不是纯位置预测问题。刚性控制能压住轨迹误差，却可能把几毫米的视觉或标定偏差放大成巨大内力；各方向统一放软虽然降低碰撞风险，又会因摩擦和外力偏离目标。真正需要的是任务相关、方向相关、时间相关的柔顺性：接触前保证定位，接触后沿约束方向让步，在仍需追踪的方向保持足够刚度，并在几何变化或扰动出现时快速重估。

这个问题会反复出现在擦拭、翻转、插入、沿面跟随、装配、灵巧手和双臂协作中，因此它不是普通 tag，而是一条连接示教学习、力/触觉表示、动作生成和低层控制器接口的持续问题线。

为什么重要

• 真实机器人误差不可避免，纯位置策略容易把误差转成危险接触力。
• 固定均匀柔顺不能同时满足精确追踪和安全接触，柔顺性必须随方向与阶段变化。
• 学习策略通常低频运行，稳定接触还需要高频导纳、阻抗或触觉反馈回路兜底。
• 不同机器人开放的控制接口不同，动作表示是否能跨硬件执行会直接决定方法的工程价值。

当前理解

Blind Precise Assembly 提供纯本体历史的局部接触路线：0.6秒运动与动作历史配合训练期接触监督，真实插孔173/237成功；依赖已建触起点。未见凸截面36.2%对视觉3.9%，体现相对泛化优势与绝对可靠性不足并存；mjfit则强调保持仿真间隙的必要性。

• T-WLA：缓存历史视觉记忆与基础块，以119.1 Hz触觉修正未执行动作；真机自身触觉消融47.25%→50%，应区分强视觉先验与触觉贡献。

子问题	代表材料	当前证据
单条示范无法辨识完整人体阻抗时，怎样得到可学习标签？	Adaptive Compliance Policy: Learning Approximate Compliance for Diffusion Guided Control	不恢复真实质量、阻尼和刚度；只构造满足避免巨大内力与鼓励轨迹跟踪两项性质的近似柔顺轮廓。
柔顺方向怎样表示？	Adaptive Compliance Policy: Learning Approximate Compliance for Diffusion Guided Control	沿反馈力方向设低刚度、正交方向设高刚度；参考位姿与虚拟目标之差编码低刚度方向。
学习策略和低层控制器怎样分工？	Adaptive Compliance Policy: Learning Approximate Compliance for Diffusion Guided Control	扩散策略滚动预测参考位姿、虚拟目标和刚度标量，高频导纳控制器执行重建后的刚度矩阵。
不显式输出目标力时，怎样学到主动接触修正？	Reactive Diffusion Policy: Slow-Fast Visual-Tactile Policy Learning for Contact-Rich Manipulation	慢速 latent diffusion 规划 action chunk；快速非对称 tokenizer 用最新力/触觉条件化解码，在位姿动作空间产生亚毫米级闭环修正。
高频接触反馈还能怎样进入现代生成策略？	Reactive Diffusion Policy: Slow-Fast Visual-Tactile Policy Learning for Contact-Rich Manipulation、T-Rex: Tactile-Reactive Dexterous Manipulation、TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback	三种接口分别是独立快速动作解码器、共享 flow 轨迹上的快慢专家，以及单一流式专家内可修订的未来动作块。
接触反馈怎样成为长期任务进度，而不只服务即时纠偏？	FM-VLA: Force-based Memory for Vision-Language-Action Models in Contact-Rich Manipulation	用重建预训练的 Force-VAE 把完整 wrench 历史压成 8 个长期事件 token，再由约 0.9 秒的 state token 提供接触前运动上下文。
部署平台没有力传感器时，训练期真实力还能怎样发挥作用？	FD-VLA: Force-Distilled Vision-Language-Action Model for Contact-Rich Manipulation	用真实力潜变量监督视觉—状态条件化的 learnable query；推理时只保留预测力 token，但它是任务相关先验而非安全级闭环力反馈。
怎样让策略在动作执行前就比较接触后果，而不只在碰撞后响应？	Facet-0: A Robotic Foundation Model for Contact-Rich Precise Manipulation	联合生成笛卡尔动作块与未来 wrist-wrench，再由分布式 Action–Wrench Critic 区分几何进度相似但接触结果不同的提案；预测 wrench 不直接执行。
如何以自然的人手交互采集真实力—位示范，并将其迁移到机器人控制？	ForceMimic: Force-Centric Imitation Learning with Force-Motion Capture System for Contact-Rich Manipulation	ForceCapture 在无机器人条件下记录六维 wrench、SLAM 位姿和 RGB-D；HybridIL 预测位姿—wrench，并由正交混合力位控制器执行。
高频腕部 wrench 怎样与低频 RGB 保持异步时间结构？	ManipForce	手持双相机 + 3D ArUco + 200Hz F/T 采集自然示教；FMT 用频率/模态嵌入和双向 cross-attention 融合，六任务平均成功率 83%，齿轮任务从 30Hz 力采样的 40% 提升到 200Hz 的 95%。
人类分布式触觉能否低成本扩充灵巧手接触示范？	TACROSS	10.86 美元压阻手套以约 150 Hz 覆盖掌指接触；接触语义对齐后，150 条人类示范加 30 条机器人示范达到 91.9% 四任务均值，而去掉语义对齐只有 49.4%。
如何在不增加复杂低层力控参数的情况下，把高频力觉用于接触阶段纠偏？	FoAR: Force-Aware Reactive Policy for Contact-Rich Robotic Manipulation	独立未来接触预测器以 phi 门控力觉特征，并在 phi>=0.9 且力/扭矩不足时沿动作方向做 0.006m 位置修正；100Hz 力觉、反应式控制与视觉扩散策略协同工作。
低维 wrench 怎样避免被高维视觉掩盖，并同时支持物理与空间 OOD？	ForceFlow: Learning to Feel and Act via Contact-Driven Flow Matching	十步 wrench 与本体状态通过 AdaLN 全局调制 flow-matching DiT，视觉只作 cross-attention 空间锚定；V2F 再把 VLM 定位与局部接触执行解耦。
示范中没有残差标签时，怎样为快速接触修正构造显式监督？	ForceDelta-VLA	冻结教师用同一视觉语言前缀、状态和流噪声输出力条件/力无关成对预测，位姿差作为力修正目标；另一个延迟目标补偿旧参考与当前参考及状态差。
低频 VLA 怎样把期望力交给高频控制器，并在动作块内部持续柔顺？	CR-VLA-Force	pi0 每秒预测一次位姿—夹爪—力动作块，历史力 token 与残差 MoE 负责接触感知，VG-ACC 以 500 Hz 根据力误差趋势调刚度；六条件平均成功率 89.2%，擦板 base 力误差 5.52%。
生成策略能否直接在力域学习专家接触行为？	TacDiffusion	DDPM 生成六维前馈 wrench，动态系统滤波升频至 1 kHz 并接入阻抗控制；DF3 未见几何平均 95.7%，而更大、更低损失但仅 51.2 Hz 的 DF4 退化。
低成本关节力矩应如何接入预训练 VLA？	TA-VLA	力矩放 action decoder、整段历史压成一个 token、联合预测未来 torque 最有效；π0 五项接触任务从 23% 提升到 86%。
指尖触觉能否解决长程灵巧操作中的接触不确定性？	ADEPT	五指 TacMap 提供每个指尖的 penetration/contact 证据；同一 Flexiv-Sharpa square/round 插入任务中，视觉学生 3/10，触觉学生 8/10，抓后 reopen/regrasp 级联失败明显收敛。
移动操作的反作用力怎样同时反馈给任务策略和机身？	FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation	200 Hz 双分支残差估计同时条件化 π0.5 和有界底盘补偿；擦板／开门最终 64%／52%，但估计信号仍为代理负载，v2 存在正文与表格数值冲突。

关键设计轴

• See to Reach, Feel to Grasp：五帧关节角与限速后命令误差即可训练局部盲抓策略；抓握分数与机械臂阶段机双向协调，支持重抓。仿真动态成功率 92%，真机展示 29 种物体但无重复成功率统计，补充低传感接触代理路线；不能据此判定专用触觉普遍多余。

• 柔顺来源：解析接触模型、重复示范统计、单示范近似标签、强化学习探索，或执行期触觉修正。

• 空间结构：统一标量刚度、逐轴对角刚度、完整六维刚度矩阵，还是由参考目标与虚拟目标隐式编码方向。

• 时间结构：接触前预调、接触后响应、动作 chunk 内反馈更新、突发扰动恢复，以及跨整个 episode 的接触事件计数与进度记忆。

• 策略—控制接口：策略直接输出力、刚度、导纳参数、虚拟目标，或只输出由独立高频控制器修正的位置动作。

• 观测硬件：腕部六轴力矩适合估计整体接触方向，指尖触觉适合局部滑移与形变；二者的可迁移性、成本和带宽不同。

• 评测目标：任务成功率之外，还应记录峰值力、工具/物体损坏、接触保持时间、轨迹误差和扰动恢复。

当前判断

ACP 给出了一个很有价值的最小接口：策略无需显式知道接触雅可比，只需从示范学习参考位姿、虚拟目标和刚度幅值，就能把方向性柔顺交给成熟低层控制器执行。它证明“柔顺性应该成为策略动作的一部分”，而不是部署时手工固定的控制器超参数。

但当前证据仍主要来自慢速、轻物体、非夹持接触和单一 UR5e 平台。后续路线需要把这一接口与高频指尖触觉、六维柔顺、跨硬件动作表示和在线恢复结合起来，才能判断它是否能从两项强演示扩展为通用接触操作方法。

FM-VLA 又补充了另一条轴：force 不仅是高频控制反馈，也可以成为低成本的 episodic memory。它在按钮计数和重复擦拭上显著胜过视觉记忆，说明接触策略需要同时设计快反馈与慢记忆；不过固定 8-token 压缩目前只在单一双臂平台、三项小规模任务上成立。

FD-VLA 则把真实力从“部署期输入”改成“训练期教师”：预测力 token 的三任务平均成功率为 61.1%，高于直接真实力 token 的 51.1%。这说明控制所需的接触表示可以经过视觉—状态条件化与任务损失筛选，但也划出清晰边界——没有实时传感器时，模型无法可靠捕捉视觉和本体状态不可辨识的突发碰撞、隐藏卡阻或摩擦突变。

Facet-0 把这条路线再推进一步：历史 wrench 不只条件化动作生成，未来 wrench 也作为动作后果与动作块联合提出，并由部署期价值模型评价。五项亚毫米电脑装配中，完整系统平均成功率为 82%，而语义—接触对齐和价值后训练两级分别只有 16% 与 38%；这既支持预测接触后果的价值，也说明当前高成功率强依赖任务级 bounded actor，不能直接外推为无需适配的通用接触能力。

ForceMimic 则从数据入口补上另一块：ForceCapture 让人直接操作手持工具，五分钟完成一次削皮示范，避免力反馈遥操作的十三分钟级耗时和三次操作中断。它的 HybridIL 在单一西葫芦削皮任务中达到 100% 动作正确率和 85% 的连续长削皮率，但同时揭示了数据—控制一致性的硬门槛：仅把机器人力传感作为输入的 Force DP 反而只有 60%/10%，因为训练示范约 10N 的力分布与部署约 20N、局部超过 40N 的交互不匹配。

ManipForce 进一步把数据接口和表示接口绑在一起：它不满足于把 200Hz wrench 降采样到 30Hz 图像流，而是用频率感知嵌入与双向 cross-attention 保留异步时间结构。其证据说明“有力”本身不充分，采样频率与 tokenization 位置会决定瞬时卡滞、插入尖峰等事件是否可见；但该系统仍依赖外部 ArUco、单一 Franka 平台和部署侧柔顺控制器，不显式输出安全力目标。

ForceFlow 进一步给出一条“力作为全局调节条件”的融合路线：十步 wrench history 通过 AdaLN 进入每个 DiT block，视觉序列只通过 cross-attention 提供空间锚定，同时把未来 wrench 作为动作生成的辅助目标。它在六项任务中达到 81.67% 平均成功率和 8.23 N 平均 Force Cost，消融又把历史与预测的角色拆开——前者主要决定可行性，后者主要改善力质量。不过 32/64 步执行、约 1.15 秒的重规划周期也说明，这仍是中频滚动策略，不能替代执行器侧的高频安全回路。

ForceDelta-VLA 则把“参考动作与接触修正”变成显式监督问题：冻结教师在同一上下文、状态和噪声下输出力条件与力无关两个动作块，用差值定义力修正；延迟头再学习异步参考块和参考状态变化。修正器 2.43ms 的前向延迟低于 100Hz 控制命令间隔，九任务平均成功率 82.2% 并将成功试验峰值力降低约 26%。这补上了“高频反馈学什么”的关键一环，但每任务 200 条示范、关节力矩估计和成功试验力统计仍限制其安全与跨平台外推。

CC-VLA 则把这个缺口变成显式系统接口：1 Hz 的 pi0 输出期望位姿和前馈力，500 Hz 的 VG-ACC 根据实时力误差在线调刚度。它在擦板 base/OOD 上把相对力误差压到 5.52%/8.78%，并在六个按钮、插入、开窗条件上达到 89.2% 平均成功率。这个结果支持“慢策略给目标、快控制器保接触”的路线，但其安全性仍只在单台 UR5e 和有限位姿偏移中验证，不能当作端到端形式化保证。

TacDiffusion 与 TA-VLA 把动作接口和传感成本的两端补齐。前者直接生成六维前馈 wrench，并用动态系统把 DF3 的 141.8 Hz 目标升频到 1 kHz 阻抗回路；后者不改动作接口，只用原生电机电流估算的关节力矩条件化 VLA。TacDiffusion 证明闭环频率会让最低离线损失模型反而失败，TA-VLA 则证明 decoder 侧单 token 历史比堆叠多个历史 token 更有效。二者共同说明：接触能力既不是单纯的模型容量问题，也不是“接一条力输入”就能解决，策略—控制频率和预训练接口结构都属于方法本体。

FWBC-VLA 将反馈范围从机械臂扩展到移动机身。其接触阶段消融中，仅有交互感知时带闭门器推门成功率为 0%，继续加入机身补偿后为 52%；四项均值按表 3 应为 65%，并非正文的 59.5%。这支持持续受力场景中任务动作与身体稳定需要共同闭环，但低负载标定、单平台双任务及不完整复现细节限制了外推。

SGS 则提醒我们，接触任务的另一种瓶颈可能是经验分配而非感知表示：在 NIST 装配任务上，它用任务配置成功率把大规模仿真 rollout 集中在可学习边界，1M 环境下 Franka 螺母装配达到约 70%，而 uniform/PLR 仅约 6%/5%。不过实机 UR5e 螺母零样本成功率只有 37.5%，且操作策略是逐任务训练；它证明的是接触任务 RL 的 reset 调度价值，不是通用接触策略已经解决。

未解决问题

• 接触力不再主导、摩擦或惯性显著时，沿合力方向放软是否仍是正确近似？
• 多点夹持会违反非夹持锥假设，如何在不丢失抓持稳定性的情况下选择柔顺子空间？
• 一秒后见平滑能提前标注接触，但突发碰撞没有未来信息；训练和执行之间的差异如何补偿？
• 能否用低成本腕力估计、视觉接触估计或电机电流替代高端六轴力矩传感器？
• 面向安全的评测怎样避免“刚性基线先损坏工具、因而无法完成统计”这种不完整比较？
• 同一平台同时提供关节 torque、末端 wrench 和局部触觉时，怎样按任务阶段选择信号，而不是把不同坐标语义粗暴拼接？

相关页面

• A Balanced Data Diet: Addressing the Exploration Bottleneck in Mega-Scale RL for Robot Control

• FWBC-VLA: Force-Aware Whole-Body Compensation for Contact-Rich Loco-Manipulation

• Adaptive Compliance Policy: Learning Approximate Compliance for Diffusion Guided Control

• Reactive Diffusion Policy: Slow-Fast Visual-Tactile Policy Learning for Contact-Rich Manipulation

• FM-VLA: Force-based Memory for Vision-Language-Action Models in Contact-Rich Manipulation

• FD-VLA: Force-Distilled Vision-Language-Action Model for Contact-Rich Manipulation

• Facet-0: A Robotic Foundation Model for Contact-Rich Precise Manipulation

• ForceMimic: Force-Centric Imitation Learning with Force-Motion Capture System for Contact-Rich Manipulation

• ManipForce

• ForceFlow: Learning to Feel and Act via Contact-Driven Flow Matching

• ForceDelta-VLA: Distilling Force-Conditioned Action Corrections for Contact-Rich Manipulation

• CR-VLA-Force: Learning Control-aware Compliance VLA Model for Robust Contact-rich Robotic Manipulation

• TacDiffusion: Force-domain Diffusion Policy for Precise Tactile Manipulation

• TA-VLA: Elucidating the Design Space of Torque-aware Vision-Language-Action Models

• ADEPT: Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning

• T-Rex: Tactile-Reactive Dexterous Manipulation

• TacForcing: Streaming Action Generation with Execution-Time Tactile Feedback

• TACROSS: An Efficient and Low-Cost Scalable Human Touch System Across Heterogeneous Tactile Sensors for Dexterous Robot Learning

• Tactile Representation

• 机器人策略中的力觉与触觉：从信号语义到闭环控制

• Physical/Embodied Intelligence（domain）

OM-1：统一采集接口与跨本体执行

• OM-1 将可穿戴人类示教、多模态策略与仿真 RL 控制串联。其贡献是接口与执行的系统方向；博客未披露总数据规模和统一任务成功率，暂不据此调整既有性能排序。
• 待验证：固定策略跨本体时，需要多少控制器训练、标定和观察/动作适配？