接触密集操作里，专家演示只覆盖成功路径，难以说明力如何随动作变化；无任务目标的玩耍数据记录了更广的接触动力学，却不对应任务目标。ForceWAM把“任务期望的运动与六轴力/力矩未来”交给力觉世界模型从演示中学习，把“哪些动作能实现这一未来”交给逆动力学模型从演示与玩耍数据共同学习，部署时用新测得的力反馈在两次世界模型更新之间反复修正动作。在力调节滑动、有扰动与无扰动的翻箱、套环放置四类真机条件下，完整系统成功率分别为85%、95%、85%、90%，均高于所列基线。
把单条示范中的运动与指尖接触力编码成有序提示，冻结的策略在未见物体上执行擦、转、插三类接触任务，总体成功率78.7%，比最强对照高13.0个百分点。
AlphaNIST把NIST装配任务板1的20个装配任务放进同一个强化学习策略里训练，只给二值成败奖励，不用示教、不用进度塑形、不用脚本化动作原语，也不逐任务调参。此前学习类方法通常一次只解一个任务，或依赖固定顺序、预设初始位姿和稠密奖励引导。在仿真中，这条共享策略达到98.2%的整体训练成功率，并在小零件任务上超过单独训练的策略。
作者提出风险感知触觉编码（RATE）：用双侧触觉历史经两层 LSTM 聚合交互上下文，并以短时程未来接触变化预测与连续任务风险告警监督共同塑造风险感知表征，再通过零初始化残差适配器把它叠加到冻结的预训练 ACT 策略上，仅更新约 0.59% 参数；在 UniVTAC 八个仿真任务上取得 71.8% 宏平均成功率（重训的 ACT+UniVTAC 为 47.4%），在 USB 插入、拧瓶盖、插头插入三个真机任务上成功率分别为 75%、85%、60%，接触安全成功率分别为 93.33%、100%、83.33%。
已读完全部报道