Dressing in Motion: A Human Motion-Aware Diffusion Policy for Robot-Assisted Dressing
Haoxiang Sun, Fangyuan Wang, Songhao Huang, Justina Y. W. Liu, Jihong Zhu, Peng Zhou, David Navarro-Alarcon
cs.RO
2026-09-04
港理工用静态示范训扩散策略,再靠 PDE 标量场估手臂运动做在线轨迹修正。9 人、3 种衣服、6 种动作共 252 次真人试验,穿衣进度 0.88、袖口套入成功率 89%。
机器人给人穿衣,现有工作几乎都假设手臂不动。手臂固定,遮挡下还能从初始姿态反推手、肘、肩;人一动,袖口对不齐,布料缠肘,夹爪还可能撞到人。穿衣又是接触密集的可变形物体操作,状态几乎没法压成低维。香港理工大学机械系这组把问题改成:示范全是静态手臂,执行时人可以动。
两层。
上层是 diffusion policy,从静态示范里学穿衣动作。观测是袖侧手臂附近裁出来的点云,最远点采样到固定点数,不做额外分割,人和衣服的点混在一起。编码器是一层 EdgeConv,用点坐标加邻域偏移抓衣服-手臂的局部几何,再跟末端位姿拼成条件,用 DDIM 把噪声解成一段动作。预测地平 Tp=8、15 Hz;执行地平 Ta=4,需要 50 Hz 以上的反应,所以低频出动作块、高频改轨迹。
下层不重建整条手臂。穿衣结果主要取决于还没被袖子盖住、沿手臂轴最靠近袖口边界的那一小块。他们在点云上解一个短时 PDE 扩散:肩点当源,标量场沿手臂表面变光滑,用来丢掉衣服褶皱,取出未覆盖区域,再采出感兴趣区域 R。相邻帧的 R 用 GICP 配准,得到局部刚体变换,只改末端位置、姿态保持,并用一个封顶系数挡住猛甩。
套袖前手臂保持静止;袖口过手之后才允许动。力觉不在比较范围里,作者标成后续。
仿真在 Assistive Gym,4 种体型、3 种衣服(Cloth3D 裁出来)、10 种手臂运动、3 档速度(静止 / 1.0 / 2.0 rad/s)。模仿学习方法共用 180 条遥操作轨迹,Diff-MPC 按其原设定用 750 条。1470 次试验里,完整方法的穿衣进度和袖口套入成功率都在 0.95 以上。基线在手臂加快后明显掉,缺在线修正。
真机是 UR10e 加 RealSense D435i,衣服是马甲、衬衫、冲锋衣。210 条专家示范全是静态、姿势有变化。仿真和真机各自单独采数据、单独训,没有 sim-to-real。9 名受试(3 女 6 男,身高 162–185 cm),每人 28 次,每种方法 36 次,总共 252 次。六种日常动作:上下、左右、前后、挥手、打电话、接东西。安全阈值是关节动量 20 kg·m/s、工具力 120 N。
| 方法 | 马甲 | 衬衫 | 冲锋衣 |
| Ours | 0.92 | 0.89 | 0.83 |
| 去掉轨迹适应 | 0.93 | 0.92 | 0.50 |
| DP3 | 0.79 | 0.58 | 0.67 |
| DP-image | 0.45 | 0.33 | 0.25 |
| Diff-MPC | 0.14 | 0.30 | 0.27 |
| BC-LSTM | 0.58 | 0.50 | 0.46 |
全量 252 次:穿衣进度 0.88±0.105,成功率 89%±10.4%。上下/左右/前后/挥手都是 1.00,打电话掉到 0.77,接东西只剩 0.50。去掉轨迹适应后冲锋衣从 0.83 掉到 0.50,这块修正主要在长袖和动态上起作用。额外 150 次扫幅度和频率:摆臂 80–100 cm 且 0.8–1.0 Hz 时开始跟不住。笔记本 RTX 5070 上,DDIM 平均不到 50 ms,96 点 GICP 不到 10 ms。
这是把「静态示范」和「动态执行」拆开的一条路:策略不用在运动示范上重训,靠几何配准把动作投到当前手臂上。护理机器人这类接触任务,人不能被要求僵住。DP3 是最接近的点云扩散基线,动态适应性仍差一截。数字来自真机人因实验,不是只报仿真。
冲锋衣和接东西这两个难例说明方法还没覆盖真实穿衣的全部难度。力反馈、双臂、躺姿都不在设定里。
作者自己写了两条。套袖前如果手臂已经在动,开口对不齐手,后续全完;控制频率跟人的运动对不上。把手臂运动映射成末端平移会引入不规则位移,封顶修正必须在抖和跟丢之间取舍,大振幅快动作跟不紧。
力觉明确没做,接触安全主要靠动量和力阈值。感兴趣区域靠肩点当源的标量场,肩被挡住或点云很残时会怎样,没有单独压力测试。受试是 162–185 cm 的健康成年人坐姿,不是真正需要穿衣辅助的老年或障碍用户。每种方法 36 次,分到衣服×动作格子上样本很碎,接东西 0.50 这个数方差不会小。