数字孪生建模动力学 + 接触引导强化学习
——足式机器人操作的两条主线
门、抽屉、洗碗机这类铰链物体，和推箱子、搬椅子这类非抓取搬运，对四足/移动操作机器人来说难在哪？
前者：一扇门长什么样和推起来什么手感完全是两回事，闭门器、弹簧、摩擦这些物理参数从外观根本看不出来；后者：推和搬属于接触稀疏的非抓取操作，接触点找不准，RL 策略连任务门槛都摸不到。
ETH Zurich Marco Hutter 组联合 NVIDIA 等团队近期连发两篇论文：
ForceTwin 主打“人拿力传感夹爪戳一戳”，把铰链物体的完整动力学辨识成物理一致的数字孪生，Spot 和 Franka 上 9 组物体-本体组合完成率 87%；
Contact-Guided Exploration 主打多 Critic RL，让策略先学会“往哪接触“再学会“干任务”，四足机械臂平台真机搬椅子 58 次尝试成功 40 次。
两篇一个解决“接触里藏着什么物理”，一个解决“该往哪里接触”，分别从动力学建模、控制策略两个层面补足足式操作能力：ForceTwin 辨识出的门模型，正是用来训练 ANYmal 全身开门策略的仿真底座。
ForceTwin: Physics-informed Digital Twins for Robotic Manipulation from Instrumented Human Interaction
手持力传感夹爪人工探查，惯参误差比 VLM 先验近乎减半
研究方法
传统数字孪生管线从视频恢复的主要是运动学，物理参数要么靠先验硬赋值，要么干脆缺失；而状态相关的机构力：闭门器随开合角度变力矩、弹簧随压缩变劲度，在标准资产格式里没有表达，机器人拿到一扇视觉正常的门照样推不开。
ForceTwin 的思路是：让懂物理的人替机器人做一次“探查”。
▲图| ForceTwin 总览：手持仪器化交互提供同步工具位姿与接触力，辨识铰链模型与动力学，生成数字孪生用于控制与仿真©【深蓝具身智能】编译
-
仪器化人工探查
硬件是一支集成 RGB-D、Project Aria MPS 轨迹追踪和腕部力/力矩传感的手持夹爪，人握着它抓物体的可动部件反复开合。
探查协议有讲究：慢速低加速度运动激励库仑摩擦，宽速度范围扫描激励黏性阻尼，猛拉快推激励惯量，被动跟随看机构响应——一种探查动作对应回归模型里的一项，保证参数可辨识。
夹爪自身的重力与惯性力先做标定补偿，剩下的才是物体真实受力。
-
半参数动力学辨识
模型分两截：参数项（惯量 I、库仑摩擦 μ、黏性阻尼 b）用非负约束最小二乘直接估计，保证物理有效、可以直接写进模拟器；
解释不了的部分交给结构化神经残差——一个只看关节角度的构型相关载荷头（闭门器、弹簧这类），加一个 softplus 输出的方向不对称阻尼头，既守住“阻尼非负”的物理底线，又不把机构行为硬塞进固定公式。
先拟合参数项、再在残差上训网络，两阶段顺序进行。
▲图| 木门力矩拟合：实测力矩对比纯参数模型与加入机构项的模型©【深蓝具身智能】编译
-
前馈控制与仿真资产
辨识出的模型两条用途：
一是作为笛卡尔阻抗控制的前馈项，机构力矩经物体雅可比映射成末端补偿力，Spot 和 Franka FR3 零样本开合真实物体；
二是导出成 USD 仿真资产，在 Isaac Lab 里训练全身开门通行策略，部署到带机械臂的 ANYmal 四足，木门 5 次真机试验全部通过。
研究亮点
-
仪器化人工探查的孪生辨识范式
人手持力传感夹爪按激励协议探查，一次采集同时解决运动学和动力学辨识——12 轴铰链上轴类型分类 100%、轴位置误差 23mm，绕开了“被动录像无法辨识动力学”的根本限制。
▲图| Spot 与 Franka FR3 两套机器人本体的零样本基于模型铰接操作真实世界实验©【深蓝具身智能】编译
-
结构化神经残差
不把所有非线性都丢给黑箱，惯量/摩擦/阻尼保持参数化、物理有效，机构力单独建模。
消融显示，加入黏性阻尼力矩误差最多降 12%，再加机构项，在机构主导物体上再降 67–73%。
▲表| 真实机器人铰接操作实验结果©【深蓝具身智能】编译
实验结果显示：5 个真实物体 × 2 台机器人共 9 组组合，模型驱动零样本开合完成率 87.3%，对比 VLM 先验 59.7%、纯运动学孪生 56.9%；
强机构物体（烤箱、金属门）上两个基线完成率不足 5% 完全停滞，ForceTwin 达 67–100%；惯参误差 29.5% 对 VLM 先验的 53.0%。
▲图| 惯性参数估计保真度对比，FORCETWIN 与 VLM 先验的误差量化©【深蓝具身智能】编译
（RA-L）Contact-Guided Exploration for Non-Prehensile Locomanipulation with Multi-Critic RL
专用探索 critic 先教策略"往哪接触"，权重自动衰减再收敛到任务最优
▲图| 接触引导探索：足式机器人依靠物体中心接触先验完成富接触交互©【深蓝具身智能】编译
研究方法
推箱子、搬椅子这类非抓取操作对 RL 并不“不友好”：接触一瞬间的奖励信号极稀疏，策略大部分时间在"空挥"，不同随机种子下有的学会接触、有的直接“摆烂”。
Contact-Guided Exploration 的解法是把"找到接触点"从任务里拆出来，单独喂一个 critic。
▲图| 多评价器（Multi-Critic）强化学习框架，支撑三类非抓取操作任务©【深蓝具身智能】编译
-
多 Critic 奖励分解
在 PPO 上扩展出三个价值头：
任务组（物体位置跟踪）、探索组（接触引导）、正则组（动作平滑与安全），每个头独立计算 TD 误差与优势，加权混合后更新策略。
探索组的奖励非常稠密：每次环境重置时，从候选点集里采一个 3D 目标接触点，奖励末端执行器不断逼近它——把“碰上”这个离散事件变成了连续的距离优化。
-
权重自动衰减
探索 critic 不是全程在岗：训练前期权重大（0.1），第 5k 到 10k 步线性退火到 0.01，先“找到接触”，再平滑交还给任务目标，避免策略锁死在摸来摸去的次优行为里。
同一套调度不加修改地复用于所有任务。
-
抓取算法当接触先验
候选接触点来自通用抓取算法 Grasp It Like a Pro 2.0——本来为抓取稳定性设计，这里被用作非抓取操作的接触点先验，策略因此能泛化到椅腿、洗碗机把手这类复杂几何。
底层接一个冻结的预训练 locomotion policy，高层只管手臂和基座指令，训练用了 15 把 IKEA 椅子加 100 把程序化随机生成的椅子。
研究亮点
▲图| 不同算法在推箱子、运椅子任务中的成功率与失败类型对比©【深蓝具身智能】编译
-
接触引导的探索 critic
把稀疏接触问题转化为稠密的“逼近目标点”子任务。
消融很直观：去掉探索奖励，成功率直接归零；单 critic 基线漏接触率高达 9.1% 且种子间波动剧烈，本文方法成功率 94.1%、倾翻率 4.4%，种子标准差不到 1%。
-
通用抓取算法跨几何泛化
接触先验不依赖任务定制，同一套框架覆盖箱推、椅子搬运、洗碗机开启；洗碗机任务还涌现出"先拉把手、再切到门板、最后下压"的接触序列，机械臂关节顶到位置极限的时间步减少 59%。
实验结果显示：仿真椅子搬运成功率 94.1%；真机 ALMA 四足移动操作平台上 4 个未见 IKEA 物体 58 次尝试成功 40 次（69%），椅子加配重到 6.5kg（超过机械臂全展开的额定静态负载），仍然完成搬运。
▲图| 复杂几何上的接触候选点：程序化随机椅子与 IKEA 模型©【深蓝具身智能】编译
结语
足式机器人要真干活，光会走路远远不够，得做到物理世界的“手上有数”——知道门有多沉、椅子该推哪儿。
这两篇研究内容分工明确：
ForceTwin 从数据侧下手，把接触里藏着的物理辨识成可仿真的孪生，连全身开门策略的 sim-to-real 训练底座都是它提供的；
Contact-Guided 从策略侧下手，让 RL 自己学会往哪里接触、何时收手。
一个“人教机器”，一个“机器自学”，凑成了力与接触这条主线的两个拼块。
同时短板在于：
ForceTwin 每个物体都得单独探查，装了东西的抽屉、重新调过的闭门器就得重来，迟滞、齿隙这类现象也不在模型能力圈内；
Contact-Guided 真机依赖外部动捕做物体定位，野外部署还差一步，侧向接近引发的里程计误差仍是主要翻车原因。
距离巡检、配送这类真实作业场景都还有打磨空间，但方向上的信号很明确：下一代足式操作系统的核心竞争力，可能就藏在“力”这个不算起眼的感知通道里。
编辑｜小小怪博士
审编｜具身君
Ref
1. ForceTwin: Physics-informed Digital Twins for Robotic Manipulation from Instrumented Human Interaction（https://arxiv.org/pdf/2609.21751）
2. Contact-Guided Exploration for Non-Prehensile Locomanipulation with Multi-Critic RL（https://arxiv.org/pdf/2608.28140）
扫码添加阿蓝，选择想要加入的交流群即可
（按照提交顺序邀请，请尽早选择）
👇
