CONTACT-EVENT READING OF CR-DAGGER · 2026-09-15

力诀窍即接触事件

核心假说:CR-DAgger 真正起作用的,是人手介入把机器人送进几个关键的接触事件;模型学到的「力诀窍」就是这些事件处的力信号。
这不是译文,是对 CR-DAgger 失败模式的重新解读。这个解释不是原作者的说法——原文把有效性归因于 on-policy delta 更平滑、分布偏移更小、残差能吃力模态。 视频与失败命名来自 项目页(Xu, Hou, Xin, Liu, Song, NeurIPS 2025, arXiv:2506.16685),为便于加载已转码压缩。右上角的 1x/3x/4x 是原页标注的播放倍速。

01核心观察

把项目页上所有失败视频的原始命名列出来,不加任何解读:

任务原始命名字面含义
翻书Incomplete flipping翻起来了但没立住
翻书Missed insertion铲形工具没插进书底
翻书Insert too high插的位置太高
皮带Stuck on base卡在底座
皮带Missed the slot皮带没进轮槽
齿轮Missed insertion齿轮与轴对不齐
线缆Missed slot线缆没穿过槽
四个任务、五种命名,没有一个是「轨迹偏了」「速度不对」「精度不够」
全部是某个接触约束没建立起来,或者建立到一半断了。这不是我们的解读,是原作者自己给视频起的名字——任何人打开项目页都能核。

02基础策略的失败,逐个对应缺失的接触事件

每组左边是基础策略失败,右边是 CR 的结果。标注块里三种标签分证据等级:「原文」是论文里的表述,「读像」是逐帧看视频得到的观察,「解读」是我们据此提出的判断。

翻书 · Missed insertionBOOK FLIPPING

1x
Base Policy: Missed insertion
3x
Base + Compliant Residual (ours)
原文
插入失败是「手指过高或对准两书之间的缝」(§4.2)。
解读
缺失事件:铲形工具与搁板平面的面接触约束。应当先贴住平面,再沿着这个面前滑进入书底。没有先建立这个约束,就只能在空中试探高度。

翻书 · Incomplete flippingBOOK FLIPPING

3x
Base Policy: Incomplete flipping
3x
Base + Compliant Residual (ours)
原文
翻转不完整是「最后阶段刀片收回过早,书倒下」(§4.2)。§3 又写:翻书最后阶段需把书用力推靠架壁才能自立
解读
缺失事件:末端对书脊的定向顶压,产生一个特定量级的法向力。这个事件不发生,书就立不住。全任务唯一一个需要输出特定力量级的时刻。

皮带 · Missed the slotBELT ASSEMBLY

4x
Base Policy: Missed the slot
4x
Base + Compliant Residual (ours)
原文
错过槽是「指尖过高或过低,皮带未进大轮槽」;而带力的柔顺残差「学会在手指碰到轮顶时沿轮缘找槽」(§4.2)。
解读
缺失事件:指尖与轮顶的触碰,以及由这次触碰触发的沿轮缘搜索。这是全文写得最清楚的「接触事件触发下一段动作」的例子——原文直接写出了事件(碰到轮顶)和它触发的行为(沿轮缘找槽)。而轮顶在视觉上被遮挡且缺深度,只能靠力知道。

皮带 · Stuck on baseBELT ASSEMBLY

4x
Base Policy: Stuck on base
4x
Base + Compliant Residual (ours)
原文
正文只列了皮带的两类失败:「错过槽:指尖过高或过低,皮带未进大轮槽」和「皮带滑脱:拉力方向错,皮带倾斜滑出」(§4.2)。项目页上的 Stuck on base 未在正文单独命名。
读像
逐帧看视频:夹爪夹着橙色皮筋压到大轮上之后就停住了——皮筋没有落进轮槽,夹爪也没有脱开,最后一帧仍顶在轮面上。对照成功视频,正确动作是皮筋绷开后落进槽、夹爪随即撤离。
解读
缺失事件:「皮筋落入轮槽」的确认。没有这个确认,策略既不敢继续推进也不敢撤离,于是卡死在轮面上。
值得注意:这和上面的 Missed the slot 是同一个缺失事件的两种表现——一种是没碰到槽就走了,一种是压在轮上但没确认落槽。两个失败命名,一个接触事件。

齿轮插入 · Missed insertionGEAR INSERTION

1x
Base Policy: Missed insertion
1x
Base + Compliant Residual (ours)
原文
基础策略典型失败是「齿轮与轴对不齐,无法与邻轮啮合」(图 8)。
解读
缺失事件:齿轮端面与轴顶的单点接触,以及由此开始的搜孔。这正是 Whitney 1982 描述的单点接触 → 两点约束序列的起点。

线缆走线 · Missed slotCABLE ROUTING

1x
Base Policy: Missed slot
1x
Base + Compliant Residual (ours)
解读
缺失事件:线缆与槽口建立约束。线缆要依次穿过多个约束,任一处没建立就走不到下一处。

03最强证据:去掉力,失败恰好落在需要力的那个事件上

这两组是同一个残差架构、同一批纠正数据,唯一差别是有没有力模态
如果事件假说成立,去掉力之后失败的方式应当精确落在那个必须靠力才能判别的事件上,而不是随机劣化。事实正是如此。

翻书:去掉力 → 没立住FINDING 2

3x
Residual w/o force: Incomplete flipping
3x
Compliant Residual(带力)
解读
去掉力之后失败的正是最后那一顶——也就是上面 Incomplete flipping 那条标注里说的、全任务唯一需要输出特定法向力的事件。
100%
「立稳」阶段 · 带力残差(附录 A.2)
70 → 35%
同阶段 · 去掉力之后
+45pp
整任务 · 带力 vs 最好的仅位置基线

皮带:去掉力 → 没进槽FINDING 2

4x
Residual w/o force: Missed the slot
4x
Compliant Residual(带力)
解读
去掉力之后失败的正是「碰到轮顶」这个事件的检测。轮顶被遮挡且缺深度,视觉上看不见,只有力能告诉你碰到了。整任务带力比最好的仅位置基线高约 53 个百分点

04接管式纠正也栽在同一个事件上

1x
Take-Over correction: Insert too high
3x
On-Policy Delta correction (ours)
原文
归因于接管数据不平滑、分布偏移大(图 10、图 11)。
解读
事件假说给出另一种解释:接管时人从零开始重新控制,反而破坏了正在建立的接触约束序列;而 on-policy delta 是在已有约束上叠加微调,不打断序列。两种解释可以同时成立,但对「什么样的纠正接口更好」的预测不同。
4x
Take-Over correction: Missed the slot
4x
On-Policy Delta correction (ours)

05与 Johansson 的对应

从人身上测出来的结构,和从 CR 失败模式反推出来的结构,是同一个
Johansson & Flanagan(Nature Reviews Neuroscience 2009):操作任务由一串 action phase 组成,每个 phase 完成一个子目标,而子目标的边界就是离散的机械接触事件。大脑预测每个事件该有什么感觉,拿实际的去比。预测对上了就不需要纠正,任务以前馈方式运行;只有预测失配才触发习得的纠正动作。这些事件叫 sensorimotor control points

两条完全独立的路径撞在一起:一条是从机器人论文的失败命名反推,一条是感觉运动神经科学在人身上的直接测量。

这条对应还带出一个推论:如果闭环只发生在控制点上、点与点之间是前馈的,那么通信延迟惩罚的是控制点处的比较,而不是整个过程。控制点越稀疏的任务,延迟越便宜——这正是远程力反馈遥操可能替代扶臂动觉示教的理由。

06可检验的推论

假说要能被证伪才有用。两个不需要新硬件的检验:

检验做法假说预测
T1时间集中性 测纠正信号(ΔX 与力)在 episode 内的时间分布:80% 的纠正「能量」落在多大比例的时间里 高度集中(如 20% 以内),且集中在接触相位转换附近
T2掩码消融(决定性) 把接触事件 ±Δt 之外的纠正数据全抹掉,重训残差 性能基本保住 → 信息确实集中在事件上;崩掉 → 假说被证伪
T2 完全不需要远程、不需要延迟、不需要新硬件
可以先在本地设定下把「事件才是关键」证出来,然后「所以远程也行」就变成一个推论,而不是一个要从头验证的主张。
这会重排整个项目的顺序:先证机制(便宜、本地),再做远程系统(贵)。
还需要一个可计算的事件定义。我们自己 2026-09-11 的 Helios DualProxy log 里现成就有:contact_phase(FREE / CANDIDATE / CONTACT / RELEASE)与 fspf_rank 的跳变。

07边界与引用规范

可以说不能说
CR 的失败命名全部是接触事件失败(可核)把「事件假说」写成 CR 原作者的结论
去掉力后失败落在需要力的事件上(Finding 2 可核)在 T1/T2 跑出来之前,宣称事件假说已验证
100% vs 35% 是附录 A.2 的分阶段数字把我们的「解读」当成原文表述
视频来自公开项目页,已转码压缩把压缩后的视频当作原始实验数据