ForceFlow：通过接触驱动的流程匹配学习感觉和行动

现有的模仿学习方法使机器人能够自主地与物理环境交互。然而，由于复杂的接触动力学需要高精度的力反馈和控制，富含接触的操纵任务仍然是一个重大挑战。尽管最近的努力试图将力/扭矩传感整合到政策中，但如何建立一个简单而有效的框架，在多模式观测下实现强大的泛化仍然是一个悬而未决的问题。在本文中，我们提出了 ForceFlow，一种基于流匹配构建的力感知反应框架。对于接触阶段的政策设计，我们研究了力信号融合机制，并采用将力视为全局调节信号的非对称多模态融合架构，结合联合预测范式，增强了政策对瞬时力和历史信息的理解，从而实现力与运动之间的深度耦合。对于任务级层次分解，我们将操作分为视觉主导的接近阶段（基于 VLM 的目标定位指向）和触摸主导的交互阶段（力驱动的接触执行），并采用视觉到力（V2F）切换机制，明确地将空间泛化与接触调节分离。六个现实世界接触丰富的任务的实验结果表明，ForceFlow 的成功率比强大的 ForceVLA 基线提高了 37%，同时保持了显着较低的成本。此外，ForceFlow 表现出准确的力信号预测，并在接触力自调节和零样本分布外 (OOD) 泛化方面表现出卓越的性能。