thinkism.ai

颗粒物抛洒研究:6 类方法论 × 23 篇 2024-2026 论文综述(2026 Q3 更新)

2026-10-15 更新 · 机器人 / 颗粒物抛洒 / 6 类方法论 / 23 篇论文 / 阅读时间 ≈ 22 分钟 · 2026-10 新增 6 篇 §八

这是为正在做"机械臂末端颗粒物抛洒 + 目标分布"研究的同学整理的一份方法论 + 论文综述。主线是把过去三年在『末端动力学未知 / 隐式表征 / 间接监督 / 末端中心 / 颗粒堆整体塑形』上的隐式策略,上提到一组可观察、可干预、可验证的显式锚点——这是 2025 年往后整个具身 / 操作领域的统一动作。23 篇论文按 6 类方法论分类:几何 / 隐式动力学方法(Operational Space Control、RMPflow、Geometric Fabrics、Implicit Fabrics);可微仿真 + 轨迹优化(DiffTaichi-MPM、DiffDEM、Brax/MJX/Isaac Lab、Dojo/Warp);扩散与 Flow matching 路线(Diffuser、Guided Flow Matching、Diffusion Policy、Equivariant Diffusion、Diffusion MPC);学习 MPC 路线(Dreamer、TDMPC、PETs/TESS、NCP);颗粒 / 流体专用方向(DiPac、SPaSM、DexPour、FlowMP、DDBot、Interactive Shaping of Granular Media、Closed-Loop Dough、PileBelief、Soft Conical Hand Evolution、VERAGMIL);抛洒 / 分布塑形方向(Powder Transport Differentiable Skill、Synergy Pushing Grasping Throwing、Visual Imitation Pouring、Dual-arm Hierarchical Planning、Affordance-based FM Manipulation、CNKI 综述、DiffPhysics Reliability for Granular、End-Effector Co-Design)。

把这 6 类方法论画在同一张二维图上,会发现它们在「显式锚类型」和「对末端动力学的处理深度」两个轴上形成一条递进关系——从最浅的"操作空间动力学",到中段的"可微物理",再到深段的"生成式 + 颗粒专用代理"。这恰好对应颗粒物抛洒研究的三层流水线范式:底层用可微 DEM / DiPac 等做精确接触仿真,中层用 RMPflow / Geometric Fabrics 做反应式执行,顶层用 Flow matching / Affordance FM 做条件于目标分布的轨迹生成。下面这张定位图把其中 5 篇代表论文摆到「显式锚类型 × 工程可干预度」两个轴上,完整 17 篇按方法论分类在 §1-§5,§6 给工程判断,§7 给出最值得先抄的两篇,§8 是 2026 年 Q1-Q3 的增量新论文。

显式锚类型 (可验证 ↑) 球代理 / 可微物理 / Flow matching / 全身几何 / 分布塑形 → 工程可干预度 末端动力学耦合度 (接触越深 ↑) 开环几何 / 单变量反馈 分布塑形 / 真机 + 大量数据 DiPac 可微粒子统一表征 粒子群 + 梯度反向传播 绳/布/颗粒/液体同栈 RMPflow 任务空间局部动力学 几何图 · 自然处理奇异 Ratliff 2018 · 2021 续 Affordance FM 把目标分布编为条件 条件 flow matching Honda 2024-11 v5 DexPour 球代理近似流体 分层奖励四阶段 92% 转移 · 81.6% 训练快 Granular RL TQC + 高度图 3.4 mm 精度 · 0-shot Kreis 2025-09 (波恩) 可验证 + 接触深 = 颗粒操作主线
图 1 · 6 类方法论中 5 篇代表论文在「显式锚类型 × 末端动力学耦合度」上的二维定位。绿色=DiPac(可微粒子)、蓝色=RMPflow(几何反应)、橙色=Affordance FM(条件 flow matching)、紫色=DexPour(球代理流体)、红色=Granular RL(强化学习塑形)。虚线斜对角指向「可显式锚定 + 接触深」这一轮 6 类方法论的统一潜台词。

一、几何 / 隐式动力学方法:把末端动力学直接写进规划

问题:颗粒物场景里,末端的"动力学"通常不可解析——颗粒和铲面之间的接触力、摩擦、堆积、塌缩,无法用闭式方程写出;但 planning 这一层又需要一个能算的"末端动力学"才能搜轨迹。最早的工作直接放弃"末端动力学"——只做位置规划,然后用控制器补足。

关键 idea:本类方法不抛弃末端动力学,而是把它显式写进规划。Operational Space Control(Khatib):直接在操作空间写出"虚拟弹簧-阻尼-质量"系统,让末端表现为一个低维动力学对象,规划 + 控制都发生在这套动力学上。RMPflow(Ratliff et al., RA-L 2018, JPEDS 2021):把任务空间映射 + 局部动力学写成一张计算图,沿图自然处理流形、奇异、可变阻抗,已被多家实验室用来做流体类 / 接触类的反应式规划。Geometric Fabrics(CDC 2022 系列, Mcasa / Knepper):把动力学嵌入到"布料状"的稳定流形上,保证跟踪收敛性,适合接触丰富任务。Implicit Fabrics / Neural Fabrics(近 1-2 年):用神经网络学一份"稳定的能量地形",让末端遵循一份不显式写出来的动力学。

方法骨架:建模 → 在任务空间写末端动力学(显式 / 隐式 / 数据驱动)→ 规划在这一层做 → 控制在同一层做。这条线的核心是「末端动力学不是补偿对象,而是规划目标的一部分」。

数据 / 数字:本类方法以"框架 + 控制器"形式工作,论文给出的数字是稳定性 / 收敛性 / 任务成功率。RMPflow 在 Kinova Franka 等 7-DoF 臂上做到亚毫米级跟踪 + 实时反应,Geometric Fabrics 在双臂和移动操作上证明闭式收敛,Neural Fabrics 给出可学性证据。这条线不直接解决"撒料成目标分布"问题——它是让末端能跟随你设计的轨迹。

工程判断:

二、可微仿真 + 轨迹优化:把仿真变成可微函数,让反向传播穿过颗粒

问题:颗粒 / 流体动力学可用 DEM / MPM 仿真,但仿真本身是"前向"——给定轨迹跑出落点;你要的是"反向"——给定目标落点求轨迹。传统做法用 CEM / 进化算法,计算量以"轨迹维度 × 颗粒数 × 时间步"爆炸,无法在分钟级拿到结果。

关键 idea:把仿真变成可微——给定铲子轨迹,落点可微;给定落点目标,铲子轨迹可微。DiffTaichi / Taichi-MPM(Hu et al., ICLR 2020 起):MPM 流体 / 颗粒可微,自动通过梯度优化末端轨迹。DiffDEM:用 DEM 模拟颗粒,导出对铲子轨迹的梯度,做 shooting / collocation 优化。Brax / MuJoCo MJX / Isaac Lab(GPU 物理):2024-2025 年 RTX 加速后,物理仿真的可微 + 大规模并行可直接支持梯度的轨迹优化。Dojo / Rapid / Warp(NVIDIA):隐式可微仿真方向,针对接触丰富的刚体 / 颗粒。Enoki / Warp-MPM:NVIDIA Isaac Lab 框架里的新可微求解器。

方法骨架:可微仿真(MPM / DEM / MJX)→ 反向传播到铲子轨迹参数 → 梯度下降 / Adam 更新轨迹参数 → 收敛。

数据 / 数字:本类方法的关键指标是"分钟级反向优化"。Brax 报告百万级并行时间步,Isaac Lab 在 RTX 4090 上跑 GPU 物理仿真达到实时,DiffTaichi-MPM 在雪 / 颗粒 / 流体上能分钟级收敛。SPaSM(Purdue, 2025-10)毫秒级解 4000× 提速,在 Kinova 上对 sequential manipulation 给出"placement + trajectory 联合优化"框架。这条线已经能直接用于"撒到目标区域 + 落点分布匹配"这种反向设计。

工程判断:

三、扩散 / Flow matching:把规划视为条件生成

问题:可微仿真虽然能做反向优化,但每个目标分布要跑一遍反向——无法"一类目标一个模型"复用,且对高维轨迹优化仍然慢。需要一个分布级的轨迹生成器,能学"目标→轨迹"的映射,且生成过程符合物理(末端动力学)。

关键 idea:把轨迹规划视为条件生成——给定目标分布,采样一条符合物理约束的轨迹。Diffuser / Decision Diffuser(Janner 2022; Ajay 2023):规划视为去噪过程,可加奖励 / 约束作为引导。Conditional / Guided Flow Matching(Lipman ICLR 2023):把引导项加到向量场上,比 DDPM 更快。Diffusion Policy(Chi RSS 2023):用扩散模型直接出 actions,在接触丰富 dexterous manipulation 上 SOTA。Equivariant Diffusion(2023-2025):把 SE(3) 等变性嵌进扩散过程。Generative MPC / Diffusion MPC(近 1 年):扩散模型当 policy、做实时采样,仍跑 MPC 内层。

方法骨架:用 expert trajectory 训练流匹配 / DDPM 模型 → 推理时采条件(目标分布 / affordance)→ 输出轨迹 → 反应式控制层兜底。

数据 / 数字:Affordance-based Robot Manipulation with Flow Matching(Zhang, Gienger, Honda, arXiv 2409.01083, v5 2025-11):把 affordance 作为条件,flow matching 生成动作,比 diffusion policy 训练更稳、推理更快。FlowMP(Nguyen et al., arXiv 2503.06135, 2025-03):在 Kinova Gen3 上做条件 flow matching 运动场。Warm-Starting Motion Planning via Point Cloud-Conditioned FM(Tian, Zheng, Liang, arXiv 2510.03460, 2025-10):流匹配粗优化 + 经典 TO 精化。Action FM for Continual Robot Learning(Murillo-Gonzalez, Liu, arXiv 2504.18471, 2025-04):flow matching + 持续学习。这条线直接给你课题的现有路线(兜料轨迹的 diffusion / flow matching 模型)提供"如何条件化"的方法学。

工程判断:

四、学习 MPC 路线:用潜变量模型学末端动力学

问题:颗粒 / 流体的真实动力学对模型来说"又黑又复杂"——既有颗粒间随机碰撞、又有连续体相变,显式建不出来。能不能让模型自己学一个潜变量表示,把"末端动力学"藏进去,然后在潜空间跑 MPC?

关键 idea:学一个潜变量世界模型,在潜空间预测下一步 / 预测 reward,然后用采样式 MPC 选动作。Dreamer / 世界模型 MPC(Google DeepMind, 近 2 年):潜动力学 + 采样式 MPC。TDMPC / TD-MPC 2(Hansen 2024):世界模型 + TD 学习 + 局部轨迹优化整合。PETs / TESS(Kumar 等):Transformer 系列世界模型,用于 sample-based planning。NCP / Neural Control(近期):用神经常微分方程 / SDE 表示末端动力学。

方法骨架:(s, a, r) 数据 → 潜变量世界模型 → 潜空间 rollout → sample-based 选动作 → 真实环境执行 → 数据回流。

数据 / 数字:这类方法的关键指标是"sim-to-real gap"。DreamerV3 在 150+ 任务上展示"潜变量世界模型 + 采样 MPC"可以跨越 sim-to-real 鸿沟。TDMPC2 在 humanoid / manipulation 上给出"小数据 + 高样本效率"的证据。这条线对颗粒物操作有间接意义——如果你的颗粒仿真器质量不够,潜变量世界模型可以作为"可微仿真"的替代。

工程判断:

五、颗粒 / 流体专用方向:用代理、降维、专门表征做颗粒任务

问题:可微仿真也好、flow matching 也好,都是"通用方法"。但颗粒物任务有它自己的特殊性——颗粒可离散、颗粒间接触、颗粒堆塌陷、目标分布塑形。通用方法不一定能抓住这些。颗粒 / 流体专用方向就是要"为颗粒物定一套专门的解"。

关键 idea:本类工作用代理表征 / 降维 / 颗粒特定的目标函数。代表论文分三组:

5.1 颗粒专用仿真 / 优化:DiPac(Chen, Xu, Yu, Li, Hsu, arXiv 2405.01044, NUS 2024):用可微粒子 + 粒子树优化把颗粒 / 绳 / 布 / 液体统一到一个表征,在 Kinova Gen3 真机上证明。SPaSM(Chen, Iyer, Kingston, arXiv 2510.07674, Purdue 2025):GPU 粒子 + 毫秒级 placement + trajectory 联合优化。Diff-Transfer(arXiv 2310.04930):用可微物理做技能迁移。Closed-Loop Dough Manipulation(Qi, Lin, Held, arXiv 2207.04638, CMU):面团操作 + 可微 reset 模块。DiffSkill(Lin et al., arXiv 2203.17275, MIT):从可微物理抽象 skill primitives。Thin-Shell Object Manipulations(arXiv 2404.00451):薄壳物体可微操作。Interactive Shaping of Granular Media Using RL(Kreis et al., arXiv 2509.06469, Bonn 2025):TQC + 高度图 + 3.4 mm 精度 + 0-shot sim-to-real。

5.2 颗粒 / 流体倒出与分布塑形:DexPour(Fang, Tao, Li, IROS 2025):球代理近似流体(APA)+ 分层奖励四阶段,92% 转移效率 + 训练时间省 81.6%。Visual Imitation Pouring(IEEE T-ASE 2022):自监督贝叶斯仿人示教倾倒。DDBot(Yang, Wei, Lai, Ji, arXiv 2510.17335, IEEE T-RO 2026):可微物理 + skill-to-action + 5-20 分钟识别未知颗粒物 + 0-shot 真机部署。Harnessing the Synergy between Pushing, Grasping, and Throwing(arXiv 2402.16045):把 throwing 当作操作库的一支。改进多目标粒子群优化的移动机器人对接轨迹规划(中文 CNKI):粒子群用于撒料的运动参数搜索。

5.3 颗粒物塑形(堆而非撒):不同尺度颗粒物 + 可微仿真(Berkeley, DeepMind, UT Austin, Stanford IRIS):分布塑形 + 目标条件是 2024-2025 的重点。流体操控重心在塑形 + 容器内动态平衡,也用扩散规划或可微 MPC。

方法骨架:颗粒专用表征(粒子 / 球代理 / 高度图) + 接触 / 分布特定的目标函数(撒出 / 堆塑 / 倒料)+ 可微 / 强化 / 模仿等学习范式。

数据 / 数字:DiPac 跨颗粒 / 绳 / 布 / 液体多任务统一表征;SPaSM 4000× 加速;DexPour 92% 流体转移 + 81.6% 训练快;Granular RL 3.4 mm + 0-shot sim-to-real;Thin-Shell、Diff-Transfer 等给出可微物理的迁移能力。整套数据基本覆盖了"颗粒物操作的不同粒度",从微观可微到宏观分布塑形。

工程判断:

六、6 类方法论的统一潜台词:把"末端动力学未知"上提为"显式可干预锚"

把 6 类方法论摆在一起,会发现一个让人意外的统一动作:

五个完全不同的问题——末端动力学处理 / 反向仿真 / 条件生成 / 潜变量建模 / 颗粒物专用——答案惊人地一致:把过去藏在"末端无模型 / 单点补偿 / 隐式表征 / 黑盒动力学 / 通用 VLA 跑颗粒"里的隐式策略,上提到一个可观察、可干预、可验证的显式锚点(几何/可微/条件化/潜变量/代理)。这是 2025 年往后整个具身 + 操作研究的统一模式——具体哪种锚不重要,上提 这个动作本身是关键。

对一个正在搭颗粒物抛洒系统的工程师来说,这一观察的实操含义是:不要从单点选型开始——按"显式锚 + 接触深度"两轴先定位,再选实现。下面给一个对"颗粒物抛洒"最直接的三层流水线范式。

七、判断:颗粒物抛洒研究最值得先抄的两篇

17 篇里只能先抄两篇的话,我推荐 DiPac(NUS, 2024)+ SPaSM(Purdue, 2025-10)。理由:

  1. DiPac:统一粒子表征(绳/布/颗粒/液体)+ 可微物理 + 粒子树优化,在 Kinova Gen3 真机上跨多种可形变物都跑通。颗粒物只是它能处理的一类,但这套表征可以直接搬到你的抛洒场景:铲里颗粒堆用粒子群表示 + 落点用梯度反向优化。
  2. SPaSM:毫秒级 GPU 粒子优化 + 4000× 加速 + placement + trajectory 联合优化。这套优化器直接可以接"目标分布→铲子运动参数"反向设计——把目标分布编码成 placement 约束,跑 SPaSM 解。

第二梯队的抄底推荐(按对你课题的相关度):DexPour(球代理做颗粒表征)→ Granular RL(强化学习做目标形态塑形)→ Affordance FM(目标分布编码到 flow matching 条件)。如果只做仿真不开真机,优先级是 SPaSM > DiPac > Granular RL;如果做真机部署,优先级是 DiPac > DexPour > Affordance FM。

一个落地思考:三层流水线范式

综合 6 类方法论,给你课题推荐这条三层流水线:

  1. 顶层 — 条件生成:用 Affordance FM / FlowMP 思路,把"目标分布 + 初始颗粒堆"作为条件,生成 N 条候选兜料轨迹。
  2. 中层 — 反应式执行:用 RMPflow / Geometric Fabrics,让末端能跟随生成的轨迹,且接触耦合能反应调整。
  3. 底层 — 接触精化:用 SPaSM / DiPac / 可微 DEM,把候选轨迹过一遍仿真,选最佳,用做 classifier-free guidance 或 rejection sampling。

这条三层流水线把 6 类方法论里"颗粒物 + 抛洒"最相关的子集(§1 RMPflow + §2 SPaSM/DiPac + §3 Affordance FM + §5 颗粒专用)串成一条可在 2025 下半年工程落地的路径。预算有限就先在 YADE 上做大量数据采集,验证分布匹配损失能不能 work,再考虑可微和潜变量。这条经验和 §5.3 的颗粒专用代理表征一起,写进 SOP——每次立项颗粒物任务,先问一句"我用的是哪一层代理表征、哪一层反应式动力学、哪一层条件生成",大概率能省下一轮重训。

八、2026 年 Q1-Q3 增量:6 篇新论文,4 条主线

2026 年 9 月之前的 9 个月里又冒出 6 篇跟"颗粒物抛洒"直接相关的新工作——全部是颗粒物 scoop / scrape / 粉末称量 / 异质材料刮料这条主线上的真机器人实验或可微物理协同优化,集中在四条主线:① 接触丰富挖掘的腕力矩可观测量(2609.22852);② 粉末称量的工具-策略协同可微设计(2609.39797);③ 挖掘 / 抛洒的持久物理状态世界模型(2609.22858);④ 软末端 + 控制协同设计的进化优化(2604.05531);⑤ 仿人示教 + 沉浸式 VR 录制颗粒食物兜料(2608.18258);⑥ 异质材料 / 颗粒刮料的自适应接触力控制(2603.10979)。这四条的共同特点是:不再问"能不能做",而是问"做得准不准 / 可不可信 / 可不可迁移"。对做颗粒物抛洒工程的同学来说,每一条都对应你系统里一个具体的工程瓶颈。

8.1 接触丰富挖掘的腕力矩可观测量

arXiv 2609.22852 — Physical-Touch Observability from Wrist Wrench in Granular Scooping(Lin, Zhang, Liu, Liu, cs.RO, 2026-09-19):用 6,700 次真机挖掘实验覆盖 67 种地形,首次定义"物理接触可观测量(physical-touch observability)"——证明当前挖掘动作的六轴腕部 F/T 信号关于"最终采集体积"的可观测量,在 60% 序列边界处把 MAE 降低 14.2%(相对 Action-only)和 21.9%(相对跨地形错配 F/T)。这一结果的工程含义对抛洒系统有两层:① 动作-地形错配的 F/T 是噪声信号,你必须配对训练数据(同动作 × 同地形)才有用;② 腕部力矩不是低层反馈,而是"任务级感知"——你可以在 end-of-scoop 的短暂时间窗里用它估计"颗粒装载量"。

直接接你的问题:"scooping 轨迹末端的目标位姿 + 线/角速度"那一段,你现在的设计没有"在线可观测的接触反馈"。这一篇给了一个低成本接入方案——在铲柄根部加一个 6 轴 F/T,在 end-of-scoop 窗口(150-300 ms)做一次体积估计,作为"是否进入抛洒阶段"的硬门控。这是把"几何规划"补成"几何 + 接触感知"的关键一步。

8.2 粉末称量的工具-策略协同可微设计

arXiv 2609.39797 — Tool-Policy Co-Design for Powder Weighing in Laboratory Automation(Radulov, Yang, Luck, Pizzuto, cs.RO, 2026-09-30,与 2506.03896 FLIP 同组的"升级版"):核心思路:实验室粉末称量里,固定的铲几何 + 固定的控制策略,只能压住某一段流动性的粉末;RoboChemist 真正需要的是"铲几何 + 控制策略联合优化"。具体做法:① 双层优化:外层用 Bayesian opt + Hyperband 调工具形态(铲深度 / 宽度 / 边缘尖刺拓扑),内层为每个候选形态重新训控制策略;② 几何相似度度量做策略 warm-start:形态相近的设计复用缓存策略,在同算力预算下多探索 28% 配置;③ 在 7 种物理性质迥异的粉末上 + flowability-informed 仿真中验证;④ 真机结果:协作设计的铲形态比标准铲减少 45% 称量误差,且能泛化到未见过的材料。

直接接你的问题:你课题的核心矛盾是"撒料分布对铲几何极敏感"。这一篇给出最直接的工程答案——把"铲几何 + 撒料轨迹"作为协同参数做双层优化。具体可执行:① 用 SPaSM 风格的可微粒子仿真算 forward pass(给定铲几何 + 轨迹跑出撒料分布);② 用 flow matching / RL 当 inner policy 给定铲几何搜轨迹;③ 用 Bayesian opt 改外层铲几何。这一套和你 §8.4 的软锥形手轨迹优化是同构的——后者固定铲几何,前者连铲几何一起搜。

8.3 挖掘 / 抛洒的持久物理状态世界模型

arXiv 2609.22858 — PileBelief: Persistent Physical State for Interaction-Driven World Modeling(Lin, Zhang, Liu, Zhao, Qu, cs.RO, 2026-09-19):与 8.1 同一组(挖掘方向),提出"持久物理信念"——挖一铲后,被部分观测的地形保留"超出可见表面的物理证据",后续铲次用这个信念做修正。Newton/MPM + 真挖掘数据集上,5 步联合预测误差降低 10.8%,离线动作选择 regret 降低 65.5%。核心组件:① 观测条件物理先验;② world-addressed 形变记忆 + 物理响应记忆;③ 动作对齐读取 + gated residual 修正;④ 真实交互更新 measured belief、假设动作推进 imagined belief。

直接接你的问题:"scoop → 抛洒 → 颗粒堆塑形"是一个多步骤 + 持久状态任务。你现在的 diffusion / flow matching 兜料轨迹生成是"单次条件生成",不显式维护上一次抛洒后颗粒堆的状态。PileBelief 的"持久物理信念 + 假设动作推进"范式可以直接搬过来——把"目标分布"分解成"目标分布变化量",用 world model 预测下一步堆形,再条件于堆形生成下一条抛洒轨迹。这是把"一次抛洒"升级成"多铲收敛到目标分布"的关键。

8.4 软体末端 + 控制协同设计的进化优化

arXiv 2604.05531 — Simulation-Driven Evolutionary Motion Parameterization for Contact-Rich Granular Scooping with a Soft Conical Robotic Hand(Wang, Beltran-Hernandez, Takahashi, Hamaya, cs.RO, 2026-04-07):软体锥形手 + 可微物理仿真 + 进化策略优化兜料轨迹。核心突破:① 可微仿真建模"软末端从平板变形为锥形"的被动重构动力学;② 进化策略无需手工调参,自动搜最优轨迹参数;③ 仿真 + 真机双重验证,跨多种容器 / 颗粒物通用。这是"§5 颗粒专用代理表征"+"§2 可微仿真"两条主线的合流——把"末端变形 + 兜料轨迹"统一在一个可微框架里反向优化。

直接接你的问题:你的铲是刚性的,但你的铲面 + 颗粒堆接触同样有"铲面被动适应颗粒形状"的隐式动力学。这一篇的工程意义不是让你换软铲,而是告诉你:把"铲面变形 + 颗粒堆响应"联合可微化的技术已经成熟——可以用同一个梯度反向搜索"铲子轨迹 + 铲面微动"两套参数。

8.5 仿人示教 + 沉浸式 VR 录制的颗粒食物兜料

arXiv 2608.18258 — VERAGMIL: Virtual Environment for Scooping Granular Foods with Imitation Learning Models(Ergogo, Dall'Alba, Korzeniowski, IROS 2025 论文 2026-08 入 arXiv):VR 高保真仿真 + 三种模仿学习(BC / BC-RNN / BCQ)做"米 / 豆子 / 颗粒食物"兜料 + 运输。关键发现:VR 录的示教数据显著优于 3D 鼠标;BCQ(offline RL)在 reduce spillage 上最接近人类水平;模型能泛化到未见食物。

直接接你的问题:你做兜料轨迹生成需要"专家示教数据"。VERAGMIL 给出两条工程捷径:① 不要用遥操作手柄录——用 VR 控制器,示教轨迹的自然度显著更高;② 兜料 + 倒料作为组合动作同时学,而不是分两段。这一篇直接给你课题的"示教采集范式"提供了可下载的仿真器(GitHub: AmanuelErgogo/VERAGMIL)。

8.6 异质材料 / 颗粒刮料的自适应接触力控制

arXiv 2603.10979 — Learning Adaptive Force Control for Contact-Rich Sample Scraping with Heterogeneous Materials(Cetin, Pouli, Pizzuto, cs.RO, 2026-03-11, 已投 IROS 2026,与 FLIP 同组):实验室 vial 壁上的粉末 / 颗粒 / 黏稠液体刮取任务——和你课题的"scoop→throw"环节有相似接触动力学。核心思路:① 低层 Cartesian impedance 给稳定合规的物理交互;② 高层 RL 策略 用 perception feedback 动态调节末端接触力;③ 颗粒表征:把样品建模为"球集合,每个球有独立 dislodgement 阈值",用 Perlin noise 程序生成多模态材料;④ 5 种材料真机验证,相对 fixed-wrench baseline 平均提升 10.9%。

直接接你的问题:你课题里"铲里颗粒堆接触"是固定 wrench 控制,真机上"颗粒装载量"波动大——这一篇的"RL 调 impedance 接触力 + 球代理表征 + Perlin 程序生成"模板可以直接搬过来。关键洞察:把颗粒堆拆成"每颗粒有独立脱粘阈值"这种"细粒度力学参数化",比"高度图 + 全局 wrench"更适合"颗粒物多模态"的真机适配。这是你在做"铲里颗粒堆表征"时的一个具体可落地方案。

2026 新论文的工程清单

把这 6 篇新论文串成 4 条对颗粒物抛洒研究的可执行清单:

  1. 短期(2026-Q4 必做):加 6 轴 F/T 传感器,在 end-of-scoop 窗口做体积估计 + 门控(参考 §8.1)。
  2. 短期(2026-Q4 必做):把铲里颗粒堆拆成"每颗粒独立 dislodgement 阈值"的球代理表征,跑 §8.6 的 impedance + RL 自适应接触力控制 pipeline——先在仿真里把"接触力对颗粒装载量的影响"模型化。
  3. 中期(2027-H1 推荐):把"目标分布"分解成"分布变化量",引入 PileBelief 风格的持久物理信念(参考 §8.3)。
  4. 中期(2027-H1 推荐):示教采集改 VR 控制器(参考 §8.5)+ 把兜料 + 抛洒作为组合动作同时学。
  5. 长期(2027-H2 探索):铲几何 + 撒料轨迹做双层协同可微搜索(参考 §8.2 + §8.4),外层 Bayesian opt 调铲深度 / 宽度 / 边缘拓扑,内层 flow matching / RL 调轨迹——搜出"对撒料分布最不敏感的铲型 + 轨迹组合"。

这 5 条是把"6 类方法论"的统一潜台词——"把隐式策略上提为显式可干预锚"——落到 2026 下半年的具体抓手。§1-§7 是方法论地图,§8 是当下 9 个月的工程增量,二者合起来就是"颗粒物抛洒研究"的完整 2026 路线图。


参考资料

  1. Wei, Yang, Lai, Ji. Differentiable Skill Optimisation for Powder Manipulation in Laboratory Automation. arXiv:2510.01438, 2025-10. https://arxiv.org/abs/2510.01438
  2. Chen, Iyer, Kingston (Purdue). SPaSM: Differentiable Particle Optimization for Fast Sequential Manipulation. arXiv:2510.07674, 2025-10. https://arxiv.org/abs/2510.07674 · 代码:github.com/CoMMALab/SPaSM
  3. Zhang, Gienger (Honda Research Institute Europe). Affordance-based Robot Manipulation with Flow Matching. arXiv:2409.01083, v5 2025-11. https://arxiv.org/abs/2409.01083
  4. Nguyen, Le, Pham, Huber, Peters, Vu. FlowMP: Learning Motion Fields for Robot Planning with Conditional Flow Matching. arXiv:2503.06135, 2025-03. https://arxiv.org/abs/2503.06135
  5. Fang, Tao, Li. DexPour: Effective and Efficient High-DoF Robotic Hand Liquid Pouring via Hierarchical Reward with Approximated Proxy Abstraction. IROS 2025. doi:10.1109/IROS60139.2025.11247170
  6. Chen, Xu, Yu, Li, Hsu (NUS). Differentiable Particles for General-Purpose Deformable Object Manipulation(DiPac). arXiv:2405.01044, 2024-05. https://arxiv.org/abs/2405.01044
  7. Xiang, Chen, Wang, Yang. Diff-Transfer: Model-based Robotic Manipulation Skill Transfer via Differentiable Physics Simulation. arXiv:2310.04930, 2023-10. https://arxiv.org/abs/2310.04930
  8. Qi, Lin, Held (CMU). Learning Closed-Loop Dough Manipulation Using a Differentiable Reset Module. arXiv:2207.04638, 2022-07. https://arxiv.org/abs/2207.04638
  9. Lin, Huang, Li, Tenenbaum (MIT). DiffSkill: Skill Abstraction from Differentiable Physics for Deformable Object Manipulations with Tools. arXiv:2203.17275, 2022-04. https://arxiv.org/abs/2203.17275
  10. Wang, Zheng, Chen, Xian. Thin-Shell Object Manipulations With Differentiable Physics Simulations. arXiv:2404.00451, 2024-04. https://arxiv.org/abs/2404.00451
  11. Kreis, Mosbach, Ripke, Ullah, Behnke, Bennewitz (Bonn). Interactive Shaping of Granular Media Using Reinforcement Learning. arXiv:2509.06469, 2025-09, Humanoids 2025. https://arxiv.org/abs/2509.06469 · 代码:github.com/RePAIRProject/granular_rl
  12. Harnessing the Synergy between Pushing, Grasping, and Throwing to Enhance Object Manipulation in Cluttered Scenarios. arXiv:2402.16045, 2024-02. https://arxiv.org/abs/2402.16045
  13. Zhang, Zheng, Fan, Lepora, Zhang. Self-Supervised Bayesian Visual Imitation Learning Applied to Robotic Pouring. IEEE T-ASE, 2022. doi:10.1109/TASE.2022.3220728
  14. 改进多目标粒子群优化的移动机器人对接轨迹规划. 中国知网, 2024.
  15. Ke 等. Diffusion Models for Robotic Manipulation: A Survey. arXiv:2504.08438, 2025-04. https://arxiv.org/abs/2504.08438
  16. Tian, Zheng, Liang. Warm-Starting Optimization-Based Motion Planning for Robotic Manipulators via Point Cloud-Conditioned Flow Matching. arXiv:2510.03460, 2025-10. https://arxiv.org/abs/2510.03460
  17. Murillo-González, Liu (Indiana). Action Flow Matching for Continual Robot Learning. arXiv:2504.18471, 2025-04. https://arxiv.org/abs/2504.18471
  18. Yang, Wei, Lai, Ji. DDBot: Differentiable Physics-based Digging Robot for Unknown Granular Materials. arXiv:2510.17335, 2025-10, IEEE T-RO 42:152-169, 2026. https://arxiv.org/abs/2510.17335
  19. Lin, Zhang, Liu, Liu. Physical-Touch Observability from Wrist Wrench in Granular Scooping. arXiv:2609.22852, 2026-09. https://arxiv.org/abs/2609.22852
  20. Radulov, Yang, Luck, Pizzuto (Liverpool). Tool-Policy Co-Design for Powder Weighing in Laboratory Automation. arXiv:2609.39797, 2026-09. https://arxiv.org/abs/2609.39797
  21. Lin, Zhang, Liu, Zhao, Qu. PileBelief: Persistent Physical State for Interaction-Driven World Modeling. arXiv:2609.22858, 2026-09. https://arxiv.org/abs/2609.22858
  22. Wang, Beltran-Hernandez, Takahashi, Hamaya. Simulation-Driven Evolutionary Motion Parameterization for Contact-Rich Granular Scooping with a Soft Conical Robotic Hand. arXiv:2604.05531, 2026-04. https://arxiv.org/abs/2604.05531
  23. Ergogo, Dall'Alba, Korzeniowski. VERAGMIL: Virtual Environment for Scooping Granular Foods with Imitation Learning Models. arXiv:2608.18258, 2026-08, IROS 2025. https://arxiv.org/abs/2608.18258 · 代码:github.com/AmanuelErgogo/VERAGMIL
  24. Cetin, Pouli, Pizzuto (Liverpool). Learning Adaptive Force Control for Contact-Rich Sample Scraping with Heterogeneous Materials. arXiv:2603.10979, 2026-03, submitted to IROS 2026. https://arxiv.org/abs/2603.10979

下一篇预告:这一批论文里"球代理 + 高度图 + 可微粒子"是颗粒物任务 2025 年下半年最被验证的"低维占位"组合,接下来半年最值得追的方向是:1) 把这套占位组合嵌进 Affordance FM 的条件生成;2) 用 SPaSM 这种 GPU 优化器把"目标分布→铲子运动参数"做成毫秒级反向设计;3) 在 RMPflow / Fabrics 这一层把球代理的运动学和反应式控制对齐;4) 加 6 轴 F/T 传感器在 end-of-scoop 窗口做体积门控(参考 §8.1);5) 把颗粒堆拆成"每颗粒独立 dislodgement 阈值"的细粒度球代理,跑 impedance + RL 自适应接触力控制(参考 §8.6);6) 用 PileBelief 风格的持久物理信念做多铲分布收敛(参考 §8.3);7) 把铲几何 + 轨迹一起做双层可微协同搜索(参考 §8.2 + §8.4)——这七条会接上当前大多数做颗粒物 / 抛洒研究的工业团队接下来 6-12 个月的路线。