主要発見：FLoReは、動作と接触力（wrench）を同時に記録したロボット非同伴デモから、力に反応するヒューマノイドの「loco‑manipulation（歩行しながら物を扱う操作）」を学習する枠組みです。wrenchは6軸力/トルクセンサによる力と回転力の測定を指します（D1, M1）。実機での3タスク合計では成功率が24/30（80%）で、位置のみ方策は8/30（26.7%）でした（D2, C4）。

方法（概略）：デモは両手に持ったUMI型のハンドルに取り付けた6軸F/Tセンサ、手首カメラ、姿勢トラッカー、顎幅エンコーダで取得し、胸と足首にもトラッカーを付けて記録します。収集したデータと同じグリッパー構成をロボットにも取り付けて運用します（M1）。高レベルは「力反応型ディフュージョンポリシー」で、手首画像、ロボット状態、各手の測定wrenchを条件に、将来の一塊（chunk）分の行動と各手の目標力（force command）や姿勢・キーポイント目標を出力します（M2, M6）。低レベルはハイブリッドなコンプライアンス全身コントローラで、各手の力誤差の積分を使い目標位置を力に応じてシフトします。これにより、指示した軸では力を追従し、他軸では柔軟に応答します（M3, M4）。学習と検証はシミュレーション（Isaac Lab）で行い、各手に仮想のコンプライアント面（法線方向のみ反応、剛性ランダム化）を置いて、センサ読み取りに質量・バイアス・雑音を加えました（M5）。

具体的な成果（シミュレーション）：シミュレーション上での評価では、コントローラは各手への5–25 Nの指令を追従し、ゲインは約1.03–1.06、接触中のL1誤差は手当たりおよそ1 Nでした。全身の動作精度への影響は小さいと報告されています（D4）。

実機（Unitree G1）評価：各タスクはポリシーごとに10回（合計30回）のロールアウトで評価しました。力反応ポリシーは合計24/30回（80%）成功し、タスク別では Push_Gantry が7/10、Rotate_Box が9/10、Wipe_Board が8/10でした。位置のみ（motion-only）のディフュージョン方策は合計8/30回（26.7%）で、タスク別は2/10、3/10、3/10でした（D2, C4）。

アブレーション：学習した力指令をコントローラに送らない（予測はするが実行しない）条件は合計11/30回（36.7%）で、タスク別は3/10、4/10、4/10でした。測定された力の観測を除いた条件は合計20/30回（66.7%）で、タスク別は6/10、7/10、7/10でした。これらは同じデモとコントローラを用いた対向条件で比較されました（D2, D3, C4）。

成分寄与（アブレーション）：学習した力指令をコントローラに送らない（予測はするが実行しない）条件では成功率が36.7%に下がります。測定された力の観測を入力から除くと成功率は66.7%でした。観測と指令の両方が最終性能に寄与しています（D3）。

実機追従性能と時間応答：実機で外部参照力計に対する検証では、x軸方向で定常応答が指令値の約91%に達し、平均絶対定常誤差は約1.1 Nでした。±1 Nの収束バンドに入るまでの平均時間は約1.8 sで、定常揺らぎはおおむね±0.3–0.5 Nでした（E4）。

意義：画像や動作だけでは区別できない「押す／接触を保持する」といった失敗を、力の観測と力指令の組合せで解決できます。実機タスクでは、位置のみの方策が物体を動かせない、過度に押し付ける、あるいはバランスを崩す等の失敗を示したのに対し、FLoReはそれらを解決できました（D2, E2）。