CATCH-FORM-ACTer：面向合规的触觉控制与基于混合变形调节的动作转换器用于粘弹性物体操控

自动化处理具有接触密集特性的粘弹性物体的刚性机器人面临挑战，包括动态参数不匹配、不稳定的接触振荡以及力-变形耦合的时空关联问题。我们先前工作中提出的Compliance-Aware Tactile Control and Hybrid Deformation Regulation（CATCH-FORM-3D）策略通过结合基于接触力驱动的阻抗外环和基于PDE稳定的内环，实现了对3D粘弹性物体的稳健且有效的操控，实现亚毫米级表面变形精度。然而，该策略需要针对特定物体的参数微调和特定任务的校准。为填补这一差距，本文提出CATCH-FORM-ACTer，通过增强CATCH-FORM-3D，引入基于Transformer的Action Chunking with Transformer（ACT）框架。一个直观的遥操作系统用于学习演示（LfD），构建长期程度的感知、决策和执行序列。不同于传统ACT方法仅关注轨迹规划本文方法，本方法在多阶段操控期间动态调整刚度、阻尼和扩散参数，有效模拟人类式的力-变形调制。在单臂/双臂机器人上进行的三个任务实验表明，本方法呈现更好的力场模式，从而实现10%-20%的成功率提升，实现了精确、安全的工业、医疗或住宅场景中的交互。