BestBlogs.dev📌 一句话摘要
本文介绍哈工大杨朔团队提出的触觉世界模型 TouchWorld，通过预测与反馈利用触觉提升机器人灵巧操作能力。
📝 详细摘要
文章详细介绍了哈工大深圳杨朔团队提出的触觉世界模型 TouchWorld 及其前身 EgoTouch、TouchAnything，说明其如何通过触觉目标预测（predictive）和高频触觉反馈修正（reactive）让机器人在真实操作中利用触觉提升灵巧操作稳定性。文中展示了 TouchWorld 在六项真实机器人任务（浇花、桌面清理、电源插头插入、杯子插入、擦锅、抽纸巾）上的实验结果：在无扰动环境下平均成功率达 65.0%，在加入人为扰动后达 57.2%，均比基线方法高出约 15-16 个百分点。文章进一步阐述了破晓智能的技术路线——从触觉数据采集、触觉估计、触觉世界模型到遥操与硬件基础设施、评测体系以及全身移动灵巧操作模型，旨在让机器人从“看见世界”迈向“真正接触并操作世界”。
💡 主要观点
- TouchWorld 让机器人能够预测未来接触状态并利用触觉反馈实时修正动作。 该模型不仅预测画面变化，还预测接触力分布，并在执行阶段根据实时触觉反馈输出微调量，使动作在接触过程中不断纠偏。
- TouchAnything 通过视觉-触觉对齐数据，从大量第一人称视频中恢复触觉信息，实现触觉数据的规模化扩展。 利用少量带触觉传感器的人类操作数据训练模型，使其能够仅凭视频推断手部接触区域和压力分布，从而把有限的触觉数据放大到更广泛的视频集合。
- 在六项真实机器人任务中，TouchWorld 显著提升成功率，优于基线方法超过 15 个百分点。 实验显示，在无扰动环境下平均成功率达 65.0%，在加入人为扰动后达 57.2%，均比基线方法高出约 16 个百分点，验证触觉对灵巧操作的提升作用。
- 破晓智能提出从触觉数据入手构建完整的感知‑决策‑控制闭环，旨在让机器人从‘看见世界’迈向‘理解并操作世界’。 公司计划围绕触觉数据采集、触觉估计、触觉世界模型、遥操与硬件基础设施、评测体系以及全身移动灵巧操作模型，构建一体化能力链。
💬 文章金句
- 它的核心能力，是让机器人不只预测画面如何变化，也开始预测接触如何发生，并在真实操作中利用触觉反馈修正动作。
- TouchWorld 预测触觉目标，就是让机器人知道：如果这个子任务完成，手指上应该出现怎样的接触和压力。
- TouchWorld 的 reactive 模块也是这个逻辑：上层模型给出粗动作，底层根据实时触觉反馈输出修正量，让动作在接触中不断纠偏。
- TouchWorld 在六个真实机器人任务上进行了测试：浇花、桌面清理、电源插头插入、杯子插入、擦锅、抽纸巾。
- TouchWorld 在 clean setting 下平均成功率达到 65.0% ；在人为扰动场景下，平均成功率达到 57.2%。相比 Pi-0.5、FTP-1、GR00T N1.7 等对照方法，TouchWorld 在两个设置下分别高出最强 baseline 15.7 和 16.0 个百分点。