触觉世界模型让机器人学会纠偏
机器之心 · wechat · 2026-07-12
机器之心介绍了破晓智能/哈工大深圳杨朔团队的触觉灵巧操作工作 TouchWorld，核心是把触觉同时用于“行动前预测”和“接触后纠错”。
- 预测式触觉目标：在执行任务前，模型不仅预测未来视觉状态，还预测应该形成什么样的触觉接触，例如哪根手指、哪个部位、需要多大压力，作为物理世界里的目标。
- 反应式纠偏：机器人真正接触物体后，系统持续读取触觉与关节状态，在原动作上做小幅修正，避免“看起来做对了、实际上没完成”的失败。
- 三层时间尺度：系统拆成 1Hz 高层任务规划与视觉-触觉目标预测、10Hz 中层动作生成、30Hz 触觉反应层快速纠偏，避免把触觉硬塞进统一 VLA 里导致信息被视觉淹没。
- 实验结果：在浇花、桌面清理、电源插头插入、杯子插入、擦锅、抽纸巾六项真机任务中，完整系统在无扰动/扰动场景下平均成功率为 65.0% / 57.2%。去掉触觉输入、去掉 30Hz 纠偏层、去掉触觉世界模型、去掉子任务规划模块，性能都明显下降。
- 数据路线：团队此前先做了 EgoTouch 和 TouchAnything，分别解决触觉数据采集、以及从多视角视频恢复触觉的问题；TouchWorld 则把这条路线闭环到机器人实际控制上。
- 工程化与计划：文章还提到团队在自建硬件、数据管线、评测体系，并计划逐步开源相关数据、代码与模型，继续推进五指灵巧手和全身移动灵巧操作。
所属事件:哈工大与破晓智能推出触觉世界模型TouchWorld(2 条相关)→
「具身」频道最新
- DONIC 双手机器人追踪成功率 86.79%，远超此前 SOTA 的 9.43% — liuziwei7 · 2026-10-27
- Bedrock Robotics 融资 6 亿美元,改装挖掘机已在商业工地全自动驾驶接单 — Sethwinterroth · 2026-10-27
- AW-0 机器人模型实测:RoboTwin 50 项任务成功率 80.8% 远超基线 — trevordarrell · 2026-10-27
- AW-0 用代码流改变世界模型预测:同一指令下精准选中目标物体 — trevordarrell · 2026-10-27
- AW-0 单卡 RTX 5090 推理 230ms:联合去噪比自回归代码快 2.4 倍 — trevordarrell · 2026-10-27
- AW-0 世界动作模型发布：一个生成式模型同时管规划、预测与控制 — trevordarrell · 2026-10-27