人形机器人能够以通用的形态，在为人类设计的环境中工作。在这类环境中，许多任务——例如推手推车、搬动重箱子和擦拭表面——不仅需要控制动作，还需要控制接触力。学习人形机器人的行走操作，通常会被表述为生成并跟踪动作参考。仅跟踪演示中的手部轨迹，无法复现演示中的力；力还取决于接触几何形状、刚度和物体运动。与固定基座机械臂不同，人形机器人必须在这些接触载荷下保持平衡，协调双手、躯干和双腿，同时调节作用力。
力反应策略与全身控制
高层规划器采用力反应式扩散策略。该策略观测腕部图像、机器人状态以及每只手测得的力/力矩，随后预测一段动作、夹爪开合宽度和每只手的期望作用力。力既是输入，也是输出。将力作为输入，能让策略对图像无法呈现的交互作出反应；预测的力则会作为指令发送给控制器，而不只是用作辅助目标。这样，演示中测得的力便能与部署时施加的力相衔接。
为跟踪指令力，我们开发了一种带混合柔顺性的全身控制器。控制器只输出关节位置，因此每只手的力指令会转化为其位置目标的偏移。在接触过程中，腕部测得的力误差积分项会调整这一偏移，直至手部施加所需的力，无论接触刚度如何。在未受指令约束的轴向，同一积分项则让手部能够顺应外部推力。因此，每只手都会沿指令方向跟踪力，并在其他方向保持柔顺，无需切换模式。我们在仿真中训练控制器，并利用腕部力/力矩测量将其部署到机器人上。
我们将 FLoRe 部署在 Unitree G1 上，并评估三项全身接触丰富任务：推动一台悬挂着另一台机器人的龙门架、双手旋转箱体，以及擦拭板面。在仿真中，控制器在跟踪全身动作的同时，能将接触中的力误差控制在每只手约 1 N。真实机器人测试中，FLoRe 在 80% 的试验中成功；相比之下，仅基于位置的策略在同一批演示数据上训练，并由同一控制器执行（但关闭力指令），成功率为 26.7%。仅不向控制器提供力指令，成功率便降至 36.7%；仅移除力观测，成功率则降至 66.7%。两者都对最终表现有所贡献。
主要贡献如下：
- 提出一套无需机器人参与的学习流程，利用同时记录动作和接触力/力矩的演示，学习人形机器人的力反应式行走操作。
- 学习得到一种全身控制器，可在维持平衡的同时，跟踪每只手的作用力和关键点运动，并对外力保持柔顺。
- 在仿真以及 Unitree G1 的三项接触丰富任务上进行评估，结果表明，与仅基于位置的控制相比，力指令和力观测都能提升任务成功率。
力标注的无机器人数据采集
数据流与同步
图像、追踪器位姿、力/力矩和夹爪开合宽度以不同频率到达，并在接收时使用同一主机时钟打上时间戳；以下标签均根据原始数据流生成，而非基于相机时间网格。对于缺失的力/力矩读数和去皮瞬态，我们会进行屏蔽，而不是填零，因为传感器去皮后在无接触时也会读数为零。
推动龙门架
任务
机器人将双手放在一台沉重的带轮龙门架上；另一台人形机器人悬挂在龙门架上。机器人随后向前行走，将龙门架推至目标距离。演示中的手部动作没有说明应当施加多大的推力，但只有推力克服静摩擦后，龙门架才会移动。这是唯一使用脚踝追踪器记录的任务，因此策略需要预测全部五个关键点。如果龙门架在没有停下的情况下到达目标距离，则该次试验成功。
能力要求
- 双手与全身协调： 双腿和躯干负责推动，双手则平衡作用力；否则龙门架会偏离行进方向。
- 持续接触： 随着龙门架加速、机器人迈步，双手都必须保持接触。
- 适应力的变化： 龙门架滚动时，悬挂的人形机器人会摆动，导致阻力随时间变化。
测试场景
每种策略进行 10 次试验，涵盖两种龙门架负载和五种初始姿态；初始姿态在距离和朝向上各有不同。
旋转箱体
任务
机器人用双手捏住箱体边缘，将箱体旋转未指定的角度，在桌面上拖动约 0.5 m，然后松手。箱体始终放在桌面上，因此测得的力/力矩反映了桌面摩擦、箱体惯性以及双手之间的内部挤压力。如果箱体旋转超过未指定的阈值角度，且松手后仍保持直立，则该次试验成功。
能力要求
- 双手协调： 双手共同承担内部作用力，并绕同一轴旋转。在演示中，右手施加的力约为左手的未指定倍数。如果一只手领先另一只手，箱体就会倾倒。
- 持续接触： 捏持动作必须贯穿拖动和偏航过程，不能打滑或抬起箱体。
- 适应力的变化： 摩擦会随箱体质量变化，也会在箱体开始滑动时发生变化。
测试场景
每种策略进行 10 次试验，涵盖两种箱体质量和五种初始偏航角。
表现
FLoRe 在 10 次试验中成功 9 次，离线位姿误差为 0.70 cm。DP 在 10 次试验中成功 3 次，并出现两种失败情况：要么无法拖动重箱子，要么身体倚靠箱子并失去平衡。关闭力指令后，策略在 10 次试验中成功 4 次；由于预测的挤压力没有被实际施加，失败方式也类似。移除力输入后，策略在 10 次试验中成功 7 次，但无法应对箱体开始滑动的情况。
擦拭板面
任务
机器人将板擦压在白板上，擦除一条标记区域。成功与否取决于法向力，而图像无法显示这一力。如果标记区域在没有停下的情况下被擦除，则该次试验成功。
能力要求
- 持续接触： 机器人必须在每次擦拭过程中维持法向力，并在失去接触后重新建立法向力。仅凭图像无法区分悬停和按压。
- 适应力的变化： 我们沿白板法线方向将白板移动未指定的厘米数。若直接跟踪演示轨迹，机器人可能完全接触不到白板，也可能施加过大的力。
测试场景
每种策略进行 10 次试验，涵盖沿法线方向的两种白板偏移（未指定的厘米数）和两种表面。
结果摘要
力指令带来了更大且显著的提升；力观测则呈现较小的改善趋势。若不将预测的力传给控制器，成功率会从 80%（24/30）降至 36.7%（11/30；Fisher 精确检验，未指定的检验统计量或 p 值）：策略能够感知阻力，却只能通过调整姿态作出响应。移除力观测后，成功率降至 66.7%。
结论
FLoRe 是一个学习框架，利用同时记录动作和接触力/力矩的无机器人演示，学习人形机器人的力反应式行走操作。其混合柔顺全身控制器能够跟踪学习得到的力指令，使人形机器人在行走和平衡时持续保持接触、协调双手并施加作用力。在三项任务中，力反应策略的试验成功率为 80%，而仅基于位置的策略为 26.7%。FLoRe 将力作为演示、策略和全身控制之间的共享接口，从而把无机器人模仿学习扩展到仅凭动作无法描述的接触丰富技能。
常见问题
FLoRe 策略会观测和预测什么？ 它会观测腕部图像、机器人状态以及每只手测得的力/力矩，并预测动作序列、夹爪开合宽度和每只手的期望作用力。
控制器如何在跟踪作用力的同时保持柔顺？ 控制器根据腕部测得的力误差积分项，调整每只手的位置目标。在未受指令约束的轴向，手部能够顺应外部推力。
Unitree G1 上评估了哪些任务？ 评估任务包括推动一台悬挂着人形机器人的龙门架、用双手旋转箱体，以及擦拭板面。
力指令和力观测如何影响成功率？ FLoRe 的成功率为 80%；关闭力指令后，成功率降至 36.7%；移除力观测后，成功率降至 66.7%。