ForceWAM：让机器人不仅看见世界，也能感知力的变化 - 行业快讯 - 极新

在真实世界的接触操作中，机器人不仅需要判断物体的位置和运动状态，还需要理解动作过程中产生的物理反馈。
以工具推移和盒子翻转为例，机器人沿测力器推动工具，轨迹和画面看起来都符合预期，接触力却可能在操作过程中偏离规定范围；工具只要在翻转时发生滑动，即使后续位姿再准确，也无法保证任务成功。这正是机器人接触操作面临的挑战：推一个物体需要施加多大的力？接触过程中如何保持稳定？遇到阻力或外部干扰时，又该如何调整动作？
对于具身智能模型而言，理解视觉信息只是基础。让模型进一步理解物理交互、预测受力变化，并根据实时反馈调整动作，是走向复杂真实世界操作的重要一步。
围绕这一方向，穹彻智能研发团队与来自复旦大学、上海交通大学、东南大学、上海创智学院等机构的研究者开展 ForceWAM 研究，探索将视觉预测与六轴力觉预测相结合，让机器人不仅能够预测动作之后的画面，也能理解抵达目标过程中应该产生怎样的受力变化。
ForceWAM 是穹彻在具身智能模型能力拓展方向上的一项研究探索，与穹彻 Noe 系列世界模型与以力为中心的技术路线一以贯之。
图 1｜左上：成功示范训练 ForceWM 预测未来画面与六轴受力。右上：示范与无任务 play 共同训练 IDM。下方：部署时 ，ForceWM 给出未来目标，IDM 根据实时受力修正动作。
传统的成功示范能够告诉机器人一次成功操作应该是什么样子，却不一定能回答操作偏离预期时该怎么办。例如，工具推得更深一点，接触力会如何变化？工具发生滑动后，应该怎样调整动作？盒子受到外力干扰后，又该如何恢复操作？
这也是为什么 ForceWAM 在成功任务示范之外，引入了探索性操作数据（Play Data）。通过按压、滑动、接触和脱离等探索性操作，机器人能够积累不同动作与实际物理交互结果之间的对应关系。这些数据不一定对应一次完整的成功任务，却能帮助模型学习接触过程中可能发生的变化，以及动作如何影响受力结果。
对于具身智能模型而言，这意味着需要同时理解两个维度：
视觉状态： 环境和物体将如何变化，最终应该达到怎样的目标状态。
力觉状态： 动作过程中会产生怎样的力和力矩变化，如何根据实际接触情况调整动作。
ForceWAM 正是围绕这一问题展开研究：将未来视觉预测与未来受力预测结合起来，并利用探索性操作数据学习动作响应，让模型不仅能够预测任务目标，也能理解抵达目标过程中发生的物理交互。
ForceWAM 采用两个模型协同工作的架构，分别负责预测任务未来状态，以及学习如何通过动作实现这一目标。
ForceWM 是一个世界模型，负责预测机器人执行任务后可能出现的未来状态。它以当前腕部相机图像、当前六轴力和力矩信息以及任务指令作为输入，输出未来视觉信息和未来受力序列。
与仅预测未来画面的视觉世界模型不同，ForceWM 将视觉与力觉信息结合起来，联合预测物体未来的运动状态，以及接触过程中力和力矩的变化。它只使用成功任务示范进行训练，为模型建立明确的任务目标。
例如，在翻转盒子的任务中，模型不仅需要预测盒子如何转动，还需要预测工具与盒子接触后载荷如何增加、旋转过程中如何维持，以及完成操作、脱离接触时受力如何回落。
IDM (Inverse Dynamics Model)：
如果说 ForceWM 负责预测未来，那么逆动力学模型 IDM 则负责回答：为了实现这段未来，机器人应该采取什么动作？
在训练过程中，IDM 学习片段起点、实际发生过的未来视觉与受力变化，以及当时执行的动作之间的关系。它同时使用成功任务示范和无任务目标的 Play 数据进行训练。
成功示范提供了完成任务的动作与结果配对；Play 数据则记录机器人在按压、滑动、接触和脱离等探索性操作中，动作如何改变视觉状态与实际受力。这些探索数据不一定完成了特定任务，却能够帮助 IDM 学习不同动作带来的物理交互结果。
在实际执行时，IDM 接收 ForceWM 生成的未来目标，并结合实时受力反馈，持续调整当前动作。
两个模型的分工，也决定了不同类型数据如何发挥作用：成功示范用于学习任务目标，探索性 Play 数据则帮助模型学习动作与物理交互结果之间的关系。
ForceWAM 通过将 Play 数据引入 IDM 的训练，而不改变 ForceWM 对成功任务未来的预测，探索了更有效地利用不同类型交互数据的方式。
真实世界的操作并不总是按照预先规划的轨迹进行。工具可能发生滑动，物体可能受到外力干扰，实际接触力也可能偏离预期。因此，机器人不能只依赖一开始生成的动作计划，还需要根据执行过程中不断获得的新信息进行调整。
在 ForceWAM 中，未来状态预测与实时动作调整由两个模型协同完成：
ForceWM 每执行六个动作，就刷新一次未来视觉与受力预测。
两次预测更新之间，IDM 根据实时测量到的受力信息，持续重新计算当前动作。
每次只将当前动作发送给底层控制器，再根据新的反馈进行下一步调整。
这种机制将相对低频的未来状态预测与实时动作调整结合起来，使机器人既能围绕任务目标执行，又能及时响应接触过程中发生的变化。
在部署测试中，ForceWM 单次调用约为 100 毫秒，IDM 单次调用约为 60 毫秒。刷新未来目标时，系统先运行 ForceWM，再由 IDM 计算当前动作。
通过这种闭环执行方式，ForceWAM 探索让机器人在预测未来的同时，持续根据真实物理反馈修正动作。
为了验证 ForceWAM 的实际效果，研发团队开展了三类任务、四种测试条件的真机实验：
持续控力滑动： 沿测力器中心线完成滑动，并将法向接触力维持在 5 至 15 牛之间，目标值为 10 牛。
盒子翻转： 使用工具完成盒子翻转，分别测试正常条件和受到外力干扰的情况。
圆环套杆： 将圆环准确放置到直径 10 毫米的杆上。
针对各任务采集 200 条成功示范和 200 条 Play 数据，其中普通翻盒与受扰翻盒共用训练数据。每种测试条件进行 20 次真机实验，以完成任务且没有安全停机或人工干预作为成功标准。
图 2｜依据论文表 1 重画。加入 play 后，持续控力滑动的成功率提高 45 个百分点；盒子翻转、受扰翻转和圆环套杆也都有提升。每组条件均测试 20 次。
实验结果显示，在引入 Play 数据后，ForceWAM 在四种测试条件下的成功率均有提升。
其中，持续控力滑动任务的成功率从 40% 提升至 85%，增加 45 个百分点；
四种测试条件下，完整 ForceWAM 系统的成功率均达到 85%至 95%。