본 논문은 로봇 조작 중 미세한 힘을 제어하는 문제를 해결하기 위해, 인간의 촉각 행동을 모델링하여 힘에 민감한 조작을 학습하는 로봇 학습 시스템 FeelTheForce (FTF)를 제시합니다. 촉각 장갑을 사용하여 접촉력을 측정하고 비전 기반 모델을 사용하여 손의 자세를 추정하여 폐쇄 루프 정책을 훈련시켜 조작에 필요한 힘을 지속적으로 예측합니다. 학습된 정책은 공유된 시각 및 행동 표현을 사용하여 촉각 그리퍼 센서가 장착된 Franka Panda 로봇으로 재타겟팅됩니다. 실행 시, PD 제어기는 예측된 힘을 추적하기 위해 그리퍼 폐쇄를 조절하여 정밀하고 힘 인식 제어를 가능하게 합니다. 5가지 힘에 민감한 조작 작업에서 77%의 성공률을 달성했습니다. 코드와 비디오는 https://feel-the-force-ftf.github.io 에서 확인할 수 있습니다.
