通过动态柔顺性调谐弥合工业插入中的仿真到现实鸿沟

富含接触的操纵任务常表现出较大的仿真到现实（sim-to-real）鸿沟。例如，工业装配任务常涉及紧配合插入，其间隙小于 0.1 mm，在处理可变形容腔时甚至可为负间隙。这种狭窄间隙导致复杂的接触动力学，难以在仿真中精确建模，从而使得仿真习得策略向真实机器人的迁移颇具挑战。本文提出一种仅用仿真数据鲁棒地学习真实世界任务操纵技能的框架。框架含两个主要组件：“力规划器”与“增益调谐器”。力规划器规划机器人运动与期望接触力，增益调谐器则在任务执行中动态调整柔顺控制增益以跟踪期望接触力。核心洞见在于：通过在任务执行中动态调整机器人柔顺控制增益，可调节新环境中的接触力，从而生成与仿真训练相似的轨迹并缩小仿真到现实鸿沟。实验结果表明，我们的方法在通用方形 peg-and-hole 任务上仿真训练后，可泛化至涉及窄间隙与负间隙的多种真实世界插入任务，且无需任何微调。视频见 https://dynamic-compliance.github.io。