基于保守价值引导的失效感知双臂遥操作
机器人学
2026-02-03 v1
摘要
高精度操纵的遥操作受限于严苛的成功容限和复杂的接触动力学，这使得在部分可观测性下人类操作员难以预判潜在失效。本文提出一种价值导向、失效感知的框架，用于双臂遥操作，提供符合人意的触觉助力，同时保持持续的人类主导权。该框架完全基于包含成功与失败执行的异构离线遥操作数据进行训练。任务可行性建模为保守的成功得分，通过保守价值学习获得，这一方法在分布迁移下仍可靠。线上运行时，所学的成功得分调节助力水平，学习的演员提供纠正运动方向。两者通过关节空间阻抗接口在主端集成，产生持续的指导，引导操作员远离易失效的动作，同时不超越其意图。实验结果表明，在接触丰富的操纵任务上，与传统遥操作和共享自主性基线相比，本方法提高了任务成功率并降低了操作员的工作负荷，表明保守价值学习为在双向遥操作中嵌入失效意识提供了有效机制。实验视频可在 https://www.youtube.com/watch?v=XDTsvzEkDRE 查看。
引用
@article{arxiv.2602.01092,
title = {Failure-Aware Bimanual Teleoperation via Conservative Value Guided Assistance},
author = {Peng Zhou and Zhongxuan Li and Jinsong Wu and Jiaming Qi and Jun Hu and David Navarro-Alarcon and Jia Pan and Lihua Xie and Shiyao Zhang and Zeqing Zhang},
journal= {arXiv preprint arXiv:2602.01092},
year = {2026}
}