通过分层任务空间强化学习规划与关节空间二次规划控制学习反应性灵巧抓取

本论文提出了一种新颖的混合分层控制框架，用于实现反应性灵巧抓取。该框架明确地将高层空间意图规划与低层关节执行解耦。高层采用多智能体强化学习架构，分别针对手臂和手部进行专门化设计，作为规划器生成期望的任务空间速度指令。这些指令随后由GPU并行化的二次规划控制器处理，将其转换为可行的关节速度，同时严格强制执行运动学限制和碰撞避免。这种结构隔离不仅加速了训练收敛，还严格保证了硬件安全。此外，该架构实现了零样本可操控性，操作员可以动态调整安全裕度并避开动态障碍，而无需重新训练策略。研究团队通过严格的仿真到真实流水线对该框架进行了广泛验证。在配备20自由度仿人手的7自由度手臂上进行的真实硬件实验表明，该系统对一组多样化的未见物体具有高度鲁棒的零样本迁移能力，突出了其在非结构化环境中对意外物理干扰的反应性恢复能力。该框架由麻省理工学院的Ho Jae Lee、Yonghyeon Lee、Alexander Alexiev、Tzu-Yuan Lin、Se Hwan Jeon和Sangbae Kim共同提出，论文于2026年5月5日提交至arXiv，收录于计算机科学-机器人学领域，共18页。其关键创新在于将任务空间规划与关节空间控制分离，利用GPU加速二次规划实现实时求解，同时多智能体强化学习使手臂和手部能够协作生成协调的抓取动作。实验结果表明，该系统不仅能够抓取从未见过的物体，还能在受到外力干扰时迅速调整策略，展现出了高度的鲁棒性和适应性。该工作为灵巧操作机器人走向非结构化环境提供了重要支撑，尤其适用于需要实时反应和自适应调整的场景，如家庭服务、工业拣选和医疗辅助等。