FLORE：让机器人学会「用力」的人形机器人操作框架

许多日常任务不仅需要控制运动，还需要精确控制接触力。对于人形机器人而言，这种力往往需要双手与全身协同，仅靠运动学轨迹无法完整描述。为此，研究者提出了 FLORE——一个学习力反应式人形机器人移动操作的框架。

为什么「力」比「位置」更难学

传统机器人操作多聚焦于位置控制：给定目标位姿，规划一条轨迹，执行即可。但现实中的接触密集任务——比如擦拭桌面、推拉门把手、双手协同搬运——要求机器人感知并调节接触力。力的大小和方向稍有偏差，任务就可能失败，甚至损坏物体或机器人自身。

人形机器人尤其棘手：力必须通过双臂和全身协调传递，而平衡问题始终存在。FLORE 的核心思路是，把力作为策略输出的一部分，而不是事后用控制器被动补偿。

力旋量（wrench） 是机器人学中描述接触力的标准数学工具，它将三维力矢量与三维力矩矢量组合成一个 6 维向量。仅用单力值无法完整刻画接触状态——同样大小的力作用在不同接触点上会产生不同的旋转趋势，因此力旋量同时编码了“推多大力”和“绕哪里转”两类信息。FLORE 采集和输出的正是这种 6 维力旋量，这使得策略能够表达诸如“双手托举时一只手多向上抬、另一只手多向内夹”这类全身协调意图。理解力旋量是理解本文“力作为策略输出”这一核心设计的前提。

FLORE 的三个关键组件

无机器人演示采集

研究团队使用两个带力传感的 UMI 风格手持夹爪，记录手部运动和接触力旋量，同时用可穿戴追踪器采集身体运动。这种方式绕开了真实机器人采集的高成本和风险，直接获取人类操作中的力信息。

力反应式扩散策略

策略网络以视觉、本体感觉和实测力旋量为输入，输出动作以及每只手的力指令。扩散策略的生成能力适合处理多模态的接触力分布，让机器人在不同接触状态下做出合理反应。

扩散策略（Diffusion Policy） 是一类将机器人动作生成建模为去噪过程的模仿学习方法：它从高斯噪声出发，经多步迭代逐渐“净化”出动作序列，而非像回归网络那样直接输出单一确定性动作。这种生成式建模的关键优势在于能表达多模态分布——面对同一视觉场景，接触力可能存在多种合理取值（轻触或重压），扩散策略可以覆盖这些模式而不是将它们平均成一个不可行的中间值。FLORE 将力指令纳入扩散策略的输出空间，正是利用了这一特性来应对接触状态的不确定性与多解性。

混合柔顺全身控制器

执行层采用带力跟踪的混合柔顺控制器，在维持全身平衡的同时执行力指令。关键设计在于：利用真实力/力矩（F/T）传感器测得的力误差积分，让每只手沿指令方向精确跟踪力，而在其他方向保持柔顺。这种「方向选择性」的柔顺性，是人机交互和接触丰富任务安全性的基础。

混合柔顺控制（hybrid compliant control） 源自经典的阻抗/导纳控制思想：机器人不刚性锁死末端位置，而是表现得像一个弹簧-阻尼系统，对外力作出让步。所谓“混合”，是指在不同方向上采取不同策略——在需要精确跟踪力的方向采用力控制（闭环调节接触力），在其余方向采用柔顺位置控制（允许被动偏移以吸收冲击）。这种方向选择性对接触密集任务至关重要：例如擦拭桌面时，垂直于桌面的方向需稳定施力，而沿桌面方向则应柔顺滑动以避免卡死。FLORE 用 F/T 传感器误差积分驱动这一机制，使“力指令”能被物理地兑现。

实验结果：力反馈带来显著提升

在仿真中，控制器能够跟踪不同大小和方向的每只手的力指令，同时全身运动精度损失很小。更关键的是真机实验：在三个接触密集任务中，力反应式策略的成功率达到 80%，而使用相同演示数据训练、由同一控制器执行的位置策略成功率仅为 26.7%。

这一对比清楚地说明，仅靠位置轨迹无法胜任接触丰富任务。力指令的引入让策略学会了「用多大的力、往哪个方向推」，而控制器则负责把这种意图稳定地执行出来。

对行业的意义

FLORE 展示了一条可复制的路径：先用手持设备低成本采集带力信息的演示，再训练输出力指令的策略，最后用柔顺控制器在真机上闭环。它把「力」从控制器的隐式补偿变成了策略的显式输出，这为人形机器人在家庭服务、精密装配等场景的落地提供了新思路。

当然，当前方法仍依赖特定的手持采集设备，跨任务泛化能力也有待验证。但 80% 对 26.7% 的差距足以说明，力反馈不是锦上添花，而是接触密集操作的必要条件。更多细节可访问项目网站：https://louis-leee.github.io/FLoRe/。