Touch-R1 让模型「摸准」物理属性,触觉推理成绩超 GPT-4o 24.7 分
机器之心 · wechat · 2026-11-09
戴盟机器人联合厦门大学、南京大学等团队提出 Touch-R1,首个将强化学习系统性引入跨传感器触觉推理的模型,论文已被 NeurIPS 2026 接收。
核心问题:当视觉与触觉冲突时(看起来硬塑料、摸起来柔软),GPT-4o、Gemini-2.5-Pro 等模型往往更相信视觉,可能导致机器人抓取失败甚至安全风险。
基础设施
- 构建 TouchReason-1M 数据集:覆盖 1000+ 物体、9 大类材料、4 种视触觉传感器,统一标准动作与 20N 标准力采集,含 14,700 条有效触觉序列与 132.3 万同步数据对。
- 同步发布 TouchReason-Bench 基准,4800 组问答考察物理属性识别、序数推理、跨传感器一致性等。
方法:三阶段训练——预测未来触觉帧冷启动、结构化问答 SFT 形成「感知-比较-结论」推理链、面向触觉设计的 GRPO 强化学习,引入跨传感器一致性奖励与序数奖励,防止「答对但没摸懂」。
成绩:Touch-R1-7B 在 9 项核心指标全部领先,综合分 60.1,比触觉专用模型 Octopi-13B 高 18.4 分,比 GPT-4o 高约 24.7 分,比此前最强触觉模型 SToLa 高 12.6 分,能依据触觉证据推翻视觉误判。
「具身」频道最新
- 万小时级触觉数据集 TacClaw-Infinity：π0.5 成功率 50% 提至 74% — CyberRobooo · 2026-11-09
- Waymo 首谈为何弃纯视觉：camera-only 易上手却难破 99.9% 之壁 — 4310sy · 2026-11-09
- 未来分布不均：会场实拍会走路的人形机器人 — technollama · 2026-11-09
- OriginFlow CEO:物理AI缺触觉与发力数据,壁垒在系统工程与经济效率 — 创业邦 · 2026-11-09
- 前智元PM创业做具身数据:订单超2000万,行业瓶颈在处理而非采集 — 快鲤鱼 · 2026-11-09
- 开发者把 DevDay 周边改造成实体提示词控制器 — paw_lean · 2026-11-09