CHORD：用人类演示的接触力旋量引导强化学习实现灵巧操作
Learning Dexterous Manipulation Using Contact Wrench Guidance From Human Demonstration
研究团队提出 CHORD 框架，以物体为中心的接触力旋量空间引导，将人类演示与机器人动作统一表示为对物体施加的力与力矩，从而用强化学习完成刚性与铰接物体的长程灵巧操作。团队构建了含 4,739 个双臂灵巧操作任务的仿真基准，在 1,831 个任务上平均成功率达 82.12%。CHORD 还能从单手和第三人称演示泛化到全身操作，成功率达 90.77%，学到的策略可在开环与闭环设置下迁移到真实世界。
作者：Xinghao Zhu、Zixi Liu、Shalin Jain、Chenran Li、Milad Noori、Michael Andres Lin、Huihua Zhao、John Welsh、Mrinal Verghese、Wei Liu、Tingwu Wang、Xingye Da、Zhengyi Luo、Vishal Kulkarni、Naema Bhatti、Yuke Zhu、Linxi Fan、Bowen Wen、Danfei Xu、Soha Pouya、Yan Chang
摘要：灵巧机器人操作可以从大量人类演示中受益，但将此类演示迁移到机器人策略仍然具有挑战性。我们提出了机器人灵巧操作中基于人类演示的接触力旋量引导（CHORD），这是一个利用强化学习对刚性和铰接物体进行长时程操作的框架。其核心思想是以物体为中心的接触力旋量空间引导：我们通过人类和机器人运动能够对物体施加的力和力矩来表示这些运动，从而能够通过所诱导的瞬时运动来衡量相似性。这种引导使强化学习对于接触密集的灵巧操作更具可扩展性。我们进一步引入了一个大规模仿真基准，包含 4,739 个双臂灵巧操作任务，这些任务由动作捕捉数据集构建，并在内部视频中重建。在 1,831 个基准任务上评估时，CHORD 实现了 82.12% 的平均成功率，展现出强大的可扩展性。CHORD 还能从仅手部和第三人称演示泛化到全身操作，成功率达到 90.77%，并且学习到的策略在开环和闭环设置下都能迁移到真实世界。
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2607.00033 [cs.RO] |
| （或此版本的 arXiv:2607.00033v3 [cs.RO]） | |
| https://doi.org/10.48550/arXiv.2607.00033 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Xinghao Zhu [查看电子邮件]
[v1]
2026年6月22日星期一 22:54:33 UTC（34,048 KB）
[v2]
2026年8月14日星期五 05:48:56 UTC（34,050 KB）
[v3]
2026年11月10日星期二 07:47:20 UTC（33,937 KB）
来源：arXiv cs.AI · arxiv.org