基于强化学习和机械设计先验的鲁棒手内操作

在机器人操作领域，无外部传感下的手内操作一直是一个极具挑战性的问题。这主要是因为手指与物体之间的接触存在高度的不确定性，同时重力带来的扰动也使得维持稳定的抓取变得尤为困难。近年来，强化学习在复杂手指步态的学习方面展现出了巨大潜力，但现有的方法往往没有将维持良好条件化的抓取作为优先目标，而这对于持续而可靠的操作至关重要。

针对这一缺陷，Yifei Chen等人在一篇新发表的论文中提出了一种创新的解决方案，通过将两种互补的物理先验融入强化学习框架和机械设计中，显著提升了手内滚动操作的鲁棒性。第一种先验是全局抓取质量先验，它源自经典的抓取分析理论。该先验被用作稠密奖励塑形项，鼓励接触点分布更加均匀，并增强在最坏情况下的抗扭力能力。第二种先验是局部接触几何先验，它基于指尖的曲率设计。通过将这一先验直接体现在指尖的几何形状中，接触界面在机械上被塑形为面向任务的滚动运动，同时有效减少了离轴漂移的情况。这两种先验相辅相成，使学习过程更加注重保持高质量的抓取状态。

为了验证方法的有效性，研究人员在多指机器人手上进行了详尽的实验。他们操作三种不同形状的物体，并在四种手掌方向下进行评估。实验结果令人振奋：引入这些先验后，旋转效率、抓取稳定性和抗干扰能力均得到了显著提升。具体而言，物体旋转的角度更加精确，成功率和保持时间明显提高，同时机器人能够更好地抵抗外力的扰动。这些改进充分表明，将物理先验嵌入到学习和指尖形态中，不仅能够提升任务的鲁棒性，还有力地促进了仿真到现实的迁移。

此外，该研究还提供了一个概述视频，展示了实际操作的效果。论文全文共25页，包含15张图表和9个表格，于2026年7月13日提交至arXiv。这项工作的另一个重要贡献是，它证明了通过结合强化学习和精心设计的机械结构，可以有效克服传统方法在不确定性环境中的局限性。未来，该方法有望应用于更复杂的灵巧操作任务，并为实现通用机器人操作开辟新的道路。