可變形物體操作（如衣物處理）是機器人領域的長期挑戰，因其具有高自由度、非剛性特性和複雜接觸交互。近日，一篇發表於IEEE/ASME Transactions on Mechatronics的論文提出了一種名為“Phase-Conditioned Imitation Learning with Autonomous Failure Recovery”的新型框架，旨在通過相位條件模仿學習和自主故障恢復，顯著提升機器人在此類任務中的魯棒性。
論文作者指出，主流的模仿學習方法，如Action Chunking with Transformers（ACT），在推理時依賴馬爾可夫假設，即當前觀測僅依賴於上一時刻狀態。然而，當視覺上相似的觀測需要相互矛盾的動作時，這一假設會導致狀態混淆，且系統無法從執行故障中自主恢復。為解決這些問題，研究團隊設計了一個閉環分層架構。
該架構的核心是一個FiLM（Feature-wise Linear Modulation）條件化的ACT編碼器。FiLM根據當前任務階段動態調整特徵提取過程，使得單一統一策略能夠產生階段特定的行為，同時跨階段共享動作動力學。此外，一個多模態相位預測器融合了視覺、力傳感器和位姿反饋，實時估計當前階段，並檢測視覺上不可見的接觸故障（例如衣物卡住或滑脱）。一旦檢測到故障，系統會自動觸發恢復軌跡，無需人為干預。
為了完成整個系統，研究團隊還集成了混合阻抗控制器以實現柔順執行，並開發了力覺遙操作界面用於收集具有力感知的訓練數據。消融實驗表明，FiLM基礎調製顯著優於無條件基線以及令牌級條件基線。t-SNE分析進一步證實，FiLM產生了分離良好的階段特定特徵表示。
在雙臂平台上進行的T恤懸掛和移除驗證實驗中，閉環系統將懸掛成功率從56%大幅提升至87%，證明了自主錯誤恢復機制的有效性。該工作不僅為可變形物體操作提供了實用解決方案，也為模仿學習策略的魯棒性設計開闢了新思路。論文代碼和演示視頻已開源。