FWBC-VLA：用于接触丰富的局部操纵的力感知全身补偿

富含接触的局部操作需要在语义动作生成和物理交互控制之间架起一座桥梁。现有的视觉-语言-动作（VLA）模型根据视觉和语言观察生成任务级动作，但无法解释这些动作引起的物理交互。虽然全身控制（WBC）策略可以稳定机器人，但它无法区分与任务相关的相互作用力和操纵过程中外部干扰引起的力。尽管力/扭矩传感器可以直接测量物理相互作用，但对其进行改造需要额外的硬件成本和大量的集成工作，特别是对于未考虑传感器集成的平台而言。为了解决这个问题，我们提出了 FWBC-VLA，这是一种力感知框架，可以将任务级 VLA 动作生成和轮腿机器人的底层全身补偿控制联系起来。首先，我们介绍 HSR-Force，这是一种无传感器残余扭矩估计器，用于推断接触强度及其时间变化。然后，这些接触估计被编码为词元，并在动作解码期间注入 VLA 动作专家，使策略能够感知接触开始、持续加载和释放。对于局部操作任务，预训练的 VLA 主干的所有参数都在我们的 WL\&Arm 数据集上进行了微调，该数据集包含 5,000 多个集。此外，机器人的本体感觉状态、雅可比导出的身体框架力估计和估计的接触状态被联合输入补偿生成器以产生纠正动作。随后，以操纵为中心的操作与纠正操作相结合，并传递给 WBC 策略执行。白板擦拭和用闭门器开门的真实实验证明了我们的 FWBC-VLA 在接触丰富的局部操纵中的有效性。