台大联手 NVIDIA 推 PhysCaP：无额外传感器称量物体质量与刚度

shaohua0116 · x · 2026-11-13

台大、NVIDIA Research 与阳交团队的 PhysCaP 是一个 Physics-Informed Code-as-Policy 智能体系统，已被 NeurIPS 2026 机器人学习工作坊和 CoRL 2026 Agentic Robotics 工作坊接收，代码已开源。

核心思路：

VLA 策略依赖被动观察，无法推断质量、刚度等隐含物理属性；PhysCaP 加入 physics-informed 主动探索层，通过交互显式获取信息。
免训练的物理属性提取模块仅靠机器人本体感知就能估计物体质量（举升 15cm 测关节力矩，误差 38.1g）和刚度（挤压映射为 5 级，如牛油果成熟度）。
多智能体设计：Planner 决定何时探索何时停止，Prioritizer 用启发式优先级过滤不合理交互，平衡探索成本与信息效率。
在真实桌面任务（识别空罐、挑熟牛油果、装购物袋）与 LIBERO 仿真上评测，三项真实任务成功率从 4.00 提升至 2.00 分制的满分，交互次数少于基线，且兼容 Gemini、GPT、Claude 等多种 VLM。

「具身」频道最新