基於強化學習和機械設計先驗的魯棒手內操作

在機器人操作領域，無外部感測下的手內操作一直是一個極具挑戰性的問題。這主要是因為手指與物體之間的接觸存在高度的不確定性，同時重力帶來的擾動也使得維持穩定的抓取變得尤為困難。近年來，強化學習在複雜手指步態的學習方面展現出了巨大潛力，但現有的方法往往沒有將維持良好條件化的抓取作為優先目標，而這對於持續而可靠的操作至關重要。

針對這一缺陷，Yifei Chen等人在一篇新發表的論文中提出了一種創新的解決方案，透過將兩種互補的物理先驗融入強化學習框架和機械設計中，顯著提升了手內滾動操作的魯棒性。第一種先驗是全域性抓取質量先驗，它源自經典的抓取分析理論。該先驗被用作稠密獎勵塑形項，鼓勵接觸點分佈更加均勻，並增強在最壞情況下的抗扭力能力。第二種先驗是區域性接觸幾何先驗，它基於指尖的曲率設計。透過將這一先驗直接體現在指尖的幾何形狀中，接觸介面在機械上被塑形為面向任務的滾動運動，同時有效減少了離軸漂移的情況。這兩種先驗相輔相成，使學習過程更加註重保持高質量的抓取狀態。

為了驗證方法的有效性，研究人員在多指機器人手上進行了詳盡的實驗。他們操作三種不同形狀的物體，並在四種手掌方向下進行評估。實驗結果令人振奮：引入這些先驗後，旋轉效率、抓取穩定性和抗干擾能力均得到了顯著提升。具體而言，物體旋轉的角度更加精確，成功率和保持時間明顯提高，同時機器人能夠更好地抵抗外力的擾動。這些改進充分表明，將物理先驗嵌入到學習和指尖形態中，不僅能夠提升任務的魯棒性，還有力地促進了模擬到現實的遷移。

此外，該研究還提供了一個概述影片，展示了實際操作的效果。論文全文共25頁，包含15張圖表和9個表格，於2026年7月13日提交至arXiv。這項工作的另一個重要貢獻是，它證明了透過結合強化學習和精心設計的機械結構，可以有效克服傳統方法在不確定性環境中的侷限性。未來，該方法有望應用於更復雜的靈巧操作任務，併為實現通用機器人操作開闢新的道路。