力感知，一种能够让机器人通过传感器或模型来感知和测量外部力的技术，近年来在机器人研究领域取得了显著进展。 力感知近期进展 MIT 团队开发 NeuralActuator，助低成本机械臂实现无传感器力感知：MIT 团队开发的 NeuralActuator 可以让低成本机械臂在无需额外传感器的情况下实现力感知，这将为机械臂的应用提供新的可能性。 NeuralActuator：机器人动力学与外力感知的神经驱动建模：该研究通过神经驱动建模方法，将机器人动力学与外力感知结合起来，提高了机器人的感知能力和适应性。 FACTR 2：无传感器力估计让低成本机械臂学会力控操作：这项研究提出了 FACTR 2 算法，使得低成本机械臂能够在无传感器的情况下进行力控制操作，为机器人的广泛应用打开了新的路径。 力感知神经正切核：实现MLIP可扩展鲁棒主动学习：通过力感知神经正切核，研究实现了机器学习在力感知领域的可扩展鲁棒主动学习，进一步推动了该技术的发展。 当前焦点与观察点 力感知技术目前正聚焦于降低成本和提高感知精度，同时研究如何将力感知能力整合到机器人的控制和决策过程中。