Force Policy: Learning Hybrid Force-Position Control Policy under Interaction Frame for Contact-Rich Manipulation

Title: Force Policy: Learning Hybrid Force-Position Control Policy under Interaction Frame for Contact-Rich Manipulation Authors: Hongjie Fang, Shirun Tang, Mingyu Mei, Haoxiang Qin, et al. arXiv: https://arxiv.org/abs/2602.22088

Figure (HTML直链): https://arxiv.org/html/2602.22088v1/x3.png

Problem framing

接触丰富操作需要“视觉级任务推进 + 高频力控稳定接触”的双时间尺度协同。纯端到端策略常把两者耦死，导致全局泛化与局部稳定性互相牵制。

Core method

该文在 interaction frame 下学习混合力-位控制策略：高层决定任务阶段/目标位姿，低层在接触坐标系内分解法向力与切向位置（或速度）控制，实现结构化可解释控制。

Key equations and mechanisms

在接触坐标系中将控制分解为： $u=[u_p,u_f],u_p\in {\mathbb{R}}^{d_p},u_f\in {\mathbb{R}}^{d_f}$ 优化目标联合任务误差与力跟踪： $\mathcal{L}={\mathcal{L}}_{task}(x_T,x_T^{\ast })+\beta {\sum }_t\Vert f_t-f_t^{\ast }{\Vert }_2^2+\gamma {\mathcal{L}}_{smooth}$ 其关键是把“位置推进”和“接触约束”从结构上解耦，而非让单网络隐式硬学。

Experiment reading guide

1. 看插接/打磨/装配等接触任务成功率。
2. 看力超调、接触稳定时间、损伤率等安全指标。
3. 看对未知接触刚度/摩擦扰动的鲁棒性。

Limitations

• 交互坐标系估计误差会直接影响控制分解质量。
• 高自由度复杂接触下，分解维度设计仍需经验。

Future work

• 与触觉表征学习结合，做自适应 interaction frame。
• 融入约束 MPC/安全过滤器，给出更强稳定性保证。

Replication angle

• 先在标准 peg-in-hole 任务复现混合控制增益。
• 统一记录力峰值、插入力矩、成功率三项指标。
• 与纯位置策略/纯力策略做公平对比。

Graph: Paper Node 2602.22088