触觉感知

general · First seen 2026-05-22 · Last seen 2026-11-12 · 17 mentions

Overview

触觉感知是指机器人或智能系统通过传感器获取接触力、压力、振动、温度等物理信息,并将其转化为可用于感知与决策的技术。在当前具身智能浪潮中,触觉感知被视为机器人突破视觉局限、完成精细操作的关键能力之一,正从实验室研究走向产业落地。

触觉感知的近期进展

  • 视频世界模型引入触觉信号:DexTacWAM:给视频世界模型加上触觉,破解灵巧手接触操作难题提出将触觉信息融入视频世界模型,帮助灵巧手在接触密集型任务中预测操作后果,缓解纯视觉方法在遮挡与接触判断上的不足。
  • 强化学习基准升级:roto 2.0:机器人触觉强化学习基准,盲操速度提升一个数量级发布了新的触觉强化学习评测环境,在不依赖视觉的情况下,仅凭触觉反馈完成任务的速度提升约一个数量级,为触觉算法提供了可比对的标准化测试平台。
  • 可复用技能与触觉反馈结合:复旦大学团队的 RoboSkill 让机器人把学到的能力保存为可复用的文本与代码技能在 LIBERO-10 基准中引入触觉反馈机制,使机器人智能体能够把经验沉淀为可迁移的技能库。
  • 电子皮肤走向全身覆盖:全球首款电容式全身电子皮肤发布,该方案为仿生机器人提供类人的全身触觉感知与智能交互能力,标志着触觉感知硬件从指尖级传感器向全身化、皮肤化形态演进。
  • 当前焦点与观察点

    触觉感知领域正呈现两条并行路线:一是在算法层面,把触觉信号接入世界模型与强化学习框架,弥补视觉在接触场景中的盲区;二是在硬件层面,电子皮肤等器件推动传感覆盖范围从局部指尖扩展到全身。二者的结合点是当前最受关注的方向——既要"摸得到",也要"能理解摸到了什么"。

    争议与挑战仍然集中在数据与标准上。触觉数据的采集成本高、格式不统一,缺乏像 ImageNet 那样的通用数据集,roto 2.0 等基准的出现正是对此的回应。此外,触觉传感器在耐用性、成本和大规模部署之间仍需权衡。未来值得关注的观察点包括:触觉与视觉的多模态融合能否在真实工业场景中稳定落地,以及全身电子皮肤能否在量产成本上取得突破,从而让人形机器人真正具备类人的触觉感知能力。

    Coverage

    10 on file