FACTR 2: Learning External Force Sensing for Commodity Robot Arms Improves Policy Learning

Autores: Steven Oh, Jason Jingzhou Liu, Tony Tao, Philip Han, Kenneth Shaw, Satoshi Funabashi, Ruslan Salakhutdinov, Deepak Pathak · CoRL 2026 2026

Por qué importa

La retroalimentación de fuerza y las políticas con información de fuerza han estado casi reservadas a brazos con sensores de par en las articulaciones o de fuerza en la muñeca, como el Franka, de unos 30.000 dólares, mientras que los brazos de bajo coste que compran muchos laboratorios y aficionados solo informan de la corriente del motor. FACTR 2 muestra una forma barata de salvar esa brecha: grabar unos diez minutos de movimiento libre, entrenar una pequeña red recurrente durante un minuto aproximadamente, y el brazo informa del par externo lo bastante bien como para la teleoperación con retroalimentación de fuerza y para mejorar políticas con mucho contacto. En el Franka, donde un sensor da la referencia real, la estimación aprendida siguió el contacto mucho mejor que las líneas base basadas en modelos. Los autores aplican el método al AgileX Piper (unos 2.500 dólares), a brazos YAM y a un Nero, y el código publicado incluye un flujo en ROS 2 para grabación, entrenamiento, inferencia y una demo de teleoperación del Piper con retroalimentación de fuerza, bajo Apache-2.0. CoRL 2026 eligió el artículo como una de sus 21 presentaciones orales. La idea de entrenamiento de FIRST, dar más peso al segundo previo al contacto, es fácil de añadir a cualquier configuración de behavior cloning.

Problema

Insertar, atornillar y manipular objetos blandos depende de sentir el contacto, algo difícil de deducir solo con cámaras. La detección de fuerza y par dedicada suele venir solo con brazos caros como Franka, Flexiv o KUKA, y un sensor de fuerza en la muñeca puede costar más que un brazo de bajo coste. Estimar el par externo a partir de la corriente del motor es posible en principio, restando el par que el brazo necesita para moverse libremente, pero exige un modelo dinámico preciso. En los brazos de bajo coste, la fricción, la fricción estática, el juego mecánico, la histéresis, el rizado de par y las zonas muertas hacen poco fiables esos modelos, y muchos de estos efectos dependen del historial de movimiento reciente. Sin una señal de fuerza limpia, los teleoperadores no reciben retroalimentación y las políticas no saben cuándo han tocado algo. El aprendizaje por imitación tiene un segundo problema: los fallos se concentran en las breves fases de alineación previa al contacto y de contacto, pero estas son una pequeña parte de cada demostración y se muestrean poco en el entrenamiento.

Solución propuesta

NEXT sustituye el modelo dinámico analítico por uno aprendido. Los autores graban unos diez minutos de movimiento sin contacto: mueven cada articulación por todo su rango y después hacen movimientos de tipo cartesiano a velocidades lenta y rápida. Una LSTM de dos capas lee un historial de 50 pasos de posición articular, velocidad articular y diferencia entre la posición ordenada y la medida, y predice el par motor que el brazo necesita en el espacio libre. Durante la ejecución, el par motor medido, la corriente del motor por la constante de par, menos esta predicción es el par externo. El entrenamiento tarda alrededor de un minuto en una RTX 3090, y una pasada hacia delante tarda 1,76 ms en un hilo de CPU. Para la teleoperación, la estimación sustituye al sensor de par en el controlador líder-seguidor de FACTR. Después, FIRST aplica un umbral con histéresis al par estimado para etiquetar cada paso de una demostración como contacto, precontacto (el segundo anterior al inicio del contacto) o movimiento libre, y muestrea los pasos de precontacto y contacto con más frecuencia al construir los lotes de entrenamiento, cinco veces más a menudo el precontacto en la mayoría de las tareas. Las políticas reciben como entrada imágenes de cámara, posiciones articulares y el par estimado.

Ideas clave

La fuerza externa puede aprenderse sin ningún sensor de fuerza: una red entrenada solo con movimiento libre predice el par que el brazo necesita para moverse, y lo que queda del par motor medido es el contacto
El historial importa en actuadores baratos: un modelo recurrente con un historial de 50 pasos superó a las variantes MLP y GRU, y añadir como entrada la diferencia entre la posición ordenada y la medida redujo aún más el error
La estimación aprendida puede superar tanto al modelo dinámico como a la señal de fábrica: en el Franka, en movimiento libre, la estimación de NEXT se mantuvo más cerca de cero que la propia estimación de par externo del brazo
Las políticas fallan cerca del contacto, no en el espacio libre: remuestrear los lotes de entrenamiento hacia los pasos de precontacto y contacto reduce la pérdida de validación justo en esas fases
El segundo previo al contacto son los datos más valiosos: sobremuestrear los pasos de precontacto ayudó de media más que sobremuestrear los de contacto, que por sí solos dieron la puntuación más baja

Resultados principales

En un Franka bajo contacto, la estimación de par externo de NEXT difiere de la del sensor integrado del brazo en 0,547 Nm de media entre articulaciones, un 87,6 % menos que FILIC (4,395 Nm) y un 62,8 % menos que un observador de perturbaciones (1,471 Nm)
En movimiento libre en el Franka, NEXT se queda a 0,414 Nm del cero real, frente a 0,449 Nm de la señal del propio sensor de par externo del Franka y 2,429 y 2,460 Nm del observador de perturbaciones y FILIC
En el AgileX Piper, que no tiene sensor de par, el error de NEXT en movimiento libre es de 0,018 Nm, frente a 0,248 Nm del observador de perturbaciones y 0,435 Nm de FILIC
En un estudio de usuarios de teleoperación con 20 personas en una tarea de limpieza con un Franka, los participantes valoraron la retroalimentación de fuerza basada en NEXT como más fácil de usar que las líneas base, y la fuerza que aplicaron fue comparable a la de FACTR Teleop con sensores de par dedicados
En cinco tareas de horizonte largo con mucho contacto en un montaje bimanual de Piper (250 demostraciones y 20 ejecuciones de evaluación por tarea), FIRST logró el mayor progreso en la tarea, más de un 17 % por encima de las políticas anteriores con información de fuerza
Sobremuestrear los pasos de precontacto dio de media 0,818 de progreso en las cinco tareas, frente a 0,811 con precontacto más contacto y 0,670 solo con contacto
Con una política ACT, condicionar con el par externo estimado obtuvo 0,567 en la inserción NIST y 0,525 en el enroscado de tapas, frente a 0,431 y 0,440 con la corriente bruta del motor y 0,220 y 0,440 sin ninguna de las dos

Limitaciones

El artículo señala dos límites: la escala absoluta del par depende de la constante de par del motor, por lo que una constante imprecisa requiere calibrar contra un sensor de fuerza externo, y NEXT es específico de cada robot, por lo que cada brazo puede necesitar su propia grabación y entrenamiento
La publicación cubre solo NEXT y la demo de teleoperación: el repositorio (Apache-2.0) tiene los nodos de ROS 2 para grabación, entrenamiento, inferencia y visualización, más una demo de teleoperación con Piper y GELLO con retroalimentación de fuerza, pero no el código de entrenamiento de FIRST, ni checkpoints de políticas, ni datos de demostración; el bloqueo por contacto y el filtro de rampa de la demo no se usaron en los experimentos del artículo
La precisión solo se mide frente a una referencia real en el Franka; en el Piper solo se informa del error en movimiento libre, porque el brazo no tiene sensor de par, y el rendimiento bajo contacto se apoya allí en un estudio de usuarios; YAM y Nero solo aparecen en figuras y vídeos cualitativos
Todos los resultados de políticas son de los propios autores, en un único montaje bimanual de Piper con 20 ejecuciones por tarea y un progreso en la tarea con puntuación parcial; la proporción de sobremuestreo se eligió por tarea según el progreso en la tarea, y la ablación de la magnitud del sobremuestreo se hizo solo en tres tareas con ACT y en una con la política de flow matching, por falta de cómputo

Impacto en el campo

FACTR 2 convierte la detección de fuerza en un paso de software en lugar de una compra de hardware: cualquier brazo que informe de la corriente del motor y del estado de sus articulaciones puede, en principio, obtener una estimación del par externo a partir de una breve sesión de grabación. Esto importa sobre todo para los brazos de bajo coste, hoy comunes en el aprendizaje robótico, donde la retroalimentación de fuerza en teleoperación y la entrada de fuerza en las políticas quedaban casi fuera de alcance. La comparación con la corriente bruta del motor es un resultado útil para otros: introducir la corriente directamente en la política ayudó en una tarea y no en la otra, mientras que el par externo estimado ayudó en ambas. Las ablaciones de FIRST añaden una pauta práctica: el segundo previo al contacto merece más peso en el entrenamiento que el propio contacto. Ambas partes son mediciones de los propios autores en sus propios montajes, así que la replicación independiente en otros brazos mostrará hasta dónde llega el enfoque.

Resumen

La manipulación con mucho contacto requiere sensibilidad a la fuerza, pero muchos brazos robóticos carecen de sensores de fuerza dedicados por su alto coste. Presentamos Neural External Torque Estimation (NEXT), un método basado en datos que estima los pares externos en las articulaciones sin necesidad de sensores de fuerza dedicados. NEXT se entrena en 1 minuto con solo 10 minutos de datos de movimiento libre y, aun así, logra estimaciones comparables a las de sensores de par articular dedicados. NEXT permite la teleoperación con retroalimentación de fuerza en brazos de bajo coste y mejora el aprendizaje de políticas mediante Force-Informed Re-Sampling Training (FIRST), que sobremuestrea los segmentos de precontacto y de contacto durante el behavior cloning. En cinco tareas de horizonte largo, FIRST supera a las políticas anteriores con información de fuerza en más de un 17 % de progreso en la tarea. Juntos, NEXT y FIRST llevan la teleoperación y el aprendizaje de políticas con información de fuerza a robots comerciales sin hardware de detección adicional. Los vídeos y el código están disponibles en https://jasonjzliu.com/factr2

Enlaces

arXiv 2606.12406: https://arxiv.org/abs/2606.12406
PDF: https://arxiv.org/pdf/2606.12406
Código: https://github.com/philiphan0109/factr2_next
Página del proyecto: https://jasonjzliu.com/factr2/