- 操作易碎的可变形容器(如装满液体的塑料杯)需要实时调整抓握力,且力裕度极窄,力不足导致滑落,力过大导致不可逆变形
- 现有方法难以实现此类**力敏感操作(force-sensitive manipulation)**,依赖外部力校准、试错手动调整或材料特定物理模型,缺乏通用性
- 研究背景:机器人在动态任务(如倒水)中需要处理姿态漂移和接触变化,现有固定努力基线方法在10次尝试中全部失败
- 提出基于**噪声统计的校准驱动反射控制(noise-statistics-based calibration-driven reflex control)** 范式,通过分析视觉触觉传感器的固有噪声特性(静态保持-卸载协议)直接推导所有控制器阈值
- 实例化为**TactileReflex**,一个**三通道闭环控制器(three-channel closed-loop controller)**,从双视觉触觉传感器提取三个图像级代理:**剪切强度($S_y$)**、**接触强度($F_n$)** 和**压力中心($C$)**
- 每个通道在代理上直接闭环,使用噪声推导的阈值,以约12 Hz频率驱动优先反射通道,实现滑移抑制、重量自适应释放和力保护
- **首次利用传感器固有噪声特性** 直接推导控制器阈值,完全消除外部力校准、试错手动调整或材料特定物理模型,实现自包含和通用性
- **三通道反射控制架构**:在图像级代理上直接闭环,而不是物理力,通过消融证明只有完整三通道系统能防止不可逆变形(5/5成功 vs. 部分配置最多1/5)
- **即插即用安全层**:作为自包含、可解释的控制器,可无缝集成到高级操作流水线(如无触觉VR遥操作和VLA策略),无需修改上游模块
- 为**力敏感操作(force-sensitive manipulation)** 提供了一种新的噪声驱动反射控制范式,解决了易碎变形容器的实时抓握力适应难题
- 在动态倒水任务中达到9/10成功率(两个水体积),而固定努力基线0/10,显著提升鲁棒性
- 开源范式使控制器自包含且可解释,促进社区在复杂操作任务中作为安全层应用,推动**视觉-触觉融合(visuo-tactile)** 控制的实际部署