通過分層任務空間強化學習規劃與關節空間二次規劃控制學習反應性靈巧抓取

本論文提出了一種新穎的混合分層控制框架，用於實現反應性靈巧抓取。該框架明確地將高層空間意圖規劃與低層關節執行解耦。高層採用多智能體強化學習架構，分別針對手臂和手部進行專門化設計，作為規劃器生成期望的任務空間速度指令。這些指令隨後由GPU並行化的二次規劃控制器處理，將其轉換為可行的關節速度，同時嚴格強制執行運動學限制和碰撞避免。這種結構隔離不僅加速了訓練收斂，還嚴格保證了硬件安全。此外，該架構實現了零樣本可操控性，操作員可以動態調整安全裕度並避開動態障礙，而無需重新訓練策略。研究團隊通過嚴格的仿真到真實流水線對該框架進行了廣泛驗證。在配備20自由度仿人手的7自由度手臂上進行的真實硬件實驗表明，該系統對一組多樣化的未見物體具有高度魯棒的零樣本遷移能力，突出了其在非結構化環境中對意外物理干擾的反應性恢復能力。該框架由麻省理工學院的Ho Jae Lee、Yonghyeon Lee、Alexander Alexiev、Tzu-Yuan Lin、Se Hwan Jeon和Sangbae Kim共同提出，論文於2026年5月5日提交至arXiv，收錄於計算機科學-機器人學領域，共18頁。其關鍵創新在於將任務空間規劃與關節空間控制分離，利用GPU加速二次規劃實現實時求解，同時多智能體強化學習使手臂和手部能夠協作生成協調的抓取動作。實驗結果表明，該系統不僅能夠抓取從未見過的物體，還能在受到外力干擾時迅速調整策略，展現出了高度的魯棒性和適應性。該工作為靈巧操作機器人走向非結構化環境提供了重要支撐，尤其適用於需要實時反應和自適應調整的場景，如家庭服務、工業揀選和醫療輔助等。