FLoRe：用人类演示教会人形机器人力控全身操作

斯坦福系研究者发布 FLoRe（Learning Force-Reactive Humanoid Loco-Manipulation），让足式人形机器人学会在行走与保持平衡的同时进行需要力控制的操作。

已确认

• 核心思路：先从无需机器人参与采集的人类演示中学习，再由策略网络结合全身控制（whole-body control），在保持平衡的同时执行 loco-manipulation（移动+操作）任务，学会每只手该往哪动以及施加多大力。
• 该工作强调力反应能力：策略可根据力反馈做出反应，而非只学运动轨迹。
• 多位机器人学者转发评价。有评论者指出，敏捷型人形机器人通常难以完成需要精度的全身操作，而该团队的力控演示（力控 UMI 风格）表明力传感器可以成为感知物理、有效引导策略的「新眼睛」；另有研究者认为，当人形机器人与物理世界交互时，力是驱动物理的最重要信息之一，这项工作让力敏感能力在全身操作中变得有效。

为什么重要

• 传统示教通常需要机器人在环采集数据，成本高、效率低；FLoRe 用纯人类演示即可迁移到机器人，降低数据采集门槛。
• 把「用多大力」纳入学习目标，弥补了以往只学「往哪动」的局限，为需要接触与精度的人形机器人全身操作提供了新路径。

2026-11-04 ~ 2026-11-05 · 5 条相关

• 【源头】FLoRe:用无机器人人类演示教人形机器人感知与施加力度 — HaozhiQ · 2026-11-04
• 机器人学者：力是驱动物理交互的最重要信息 — HaozhiQ · 2026-11-05
• FLoRe：从无机器人的人类示范教人形机器人发力技巧 — HaozhiQ · 2026-11-05
• 同人形机器人力控研究：力传感是引导策略的新眼睛 — HaozhiQ · 2026-11-05

另有 1 条近重复转述:HaozhiQ