SixthSense：面向人类的任务无关性全身力矩估计

人oid机器人正在规模化进入我们的物理世界，但它们仍是笨重的玩具——擅长唱歌和跳舞，却在实际任务中缺乏可靠的力-相互作用能力。弥合这一差距的关键在于将可靠接触感知置于基本要求之上。估计人oid中的外部力矩受浮动基座动力学和不可确定的接触位置的限制。现有的解析框架要求理想化假设和难以获得的数据测量，往往在实际中不可得。为弥合这一差距，我们提出了SixthSense，这是一种无任务依赖的方法，从单纯的本体感知和IMU数据推断全身接触时序、位置和力矩。为捕捉非结构化接触输入与不确定运动输出之间的多模态动力学，我们采用条件流匹配将本体感知历史进行标记化，并估计时空稀疏的接触事件流。SixthSense可作为用于碰撞检测、人类-机器人物理交互和力反馈遥操作等应用的即插即用感知模块。实验在站立、行走和全身动作轨迹跟踪策略中展示了在多样化行为下的前所未有的性能。