“多模态触觉感知”为何能让机器人精巧操作

在“2025第三届具身智能机器人产业发展论坛”上，千觉机器人创始人兼首席科学家马道林先生称，触觉不仅是机器人感知的一种延伸，也是智能体和环境交互的一种语言。相信未来随着技术的发展，触觉给具身智能带来接近或像人类一样的触感。

过去两年，越来越多的人关注具身赛道。而之前，人们会关注机器人的行为能力，不管是跑酷还是翻跟头，

但是这两年人们已经越来越关注到机器人产业未来要真正落地，核心的能力应该是什么？

首先，移动很重要，是基础。

其次是双手，让机器人能够像人一样具有灵巧、精细的操作能力。

1   与自动驾驶相比

人们会用自动驾驶行业的一些经验来类比具身接下来的发展。做自动驾驶与现在做具身的不同之处在于：开汽车的时候主要是规避障碍，其感知系统（激光雷达、摄像头等）都是在观察周围的物理世界，去识别其中的障碍，从而避免接触或碰撞障碍。

但是造机器人的目的是为了在生产和生活中为我们服务，所以必须要跟我们的周围世界去发生接触。所以手部精细操作能力的构建，本质上在于让机器人如何去思考、规划和控制自己去控制和接触的能力。

2   人是怎么具有精细操作能力的？

人控制自己肢体的精度是较低的，不像工业机器人有时是零点零几毫米的重复定位精度，人控制肢体的时候往往是厘米级的误差，但是有些“大国工匠”可以达到微米级的加工精度，这个精度是怎么做到的？一定来自于一个闭环的控制系统，而闭环的控制很大程度上来源于触觉。

在工业中经常有视觉定位系统，精度通常在毫米量级，很难达到微米级的精度；但是有了触觉的闭环，就能够完成微米级的动作。因此人们也希望机器人能够在触觉赋能之下达到这种控制精度。

人手的指尖具有最高精度的触觉感受器，因此人手但是螺丝刀和螺丝之间并没有传感器，那么人的这种感知是间接的，依赖于手指和螺丝刀之间的触觉感知信号的复杂处理。

机器人如何去处理这么复杂的信息？

当人能够给到机器人这些丰富的信息之后，机器人如何去处理如此复杂的信息？它的触觉感知信息的维度很多，分辨率也很高，如此复杂的信息已经不是传统的力控所涵盖的范围了（注：通常比较传统的力控要有一个模型，最好还是一个低维的系统模型）。现在在AI工具之下，可以把更丰富的信息给到机器人，例如把多模态的触觉信息给到机器人之后，让机器人去做诸如装配误差的校正。这时视觉系统告诉你，从A点拿一个零件到B点去进行装配，那么视觉的定位误差或者你去抓取目标的时候就已经有零点几毫米的误差，如果没有装进去，最后1毫米之内的误差校正是要依靠触觉的，而不是依靠高清/ 离得很近的摄像头。这就像工人闭着眼睛就可以完成工作一样，是触觉可以让机器人做这种微小的误差校正。

●   触觉仿真器

千觉也提供触觉仿真器。因为数据对具身智能是至关重要的。

在数据获取层面，具身机器人和自动驾驶行业不太一样的点是：没有自动驾驶能力的汽车也能卖出去，通过这些没有自动驾驶能力的汽车或者只有初步自动驾驶能力的汽车卖出去之后，客户是可以给车企反馈数据的。但是机器人行业并非如此——一个笨拙的机器人是不会被人买回家的；另一方面，如果让每家厂家去实采大体量的真实数据，代价很高昂。因此可以在仿真里去获得数据。但是目前比较通用的机器人仿真器里没有触觉的模态（注：视觉的仿真、渲染已有很长时间）。触觉是一个崭新的信息模态。因此千觉开发了相应的触觉仿真器，让它能够真实反映机器人的接触状态，并且集成到了现在人们用得比较多的Xense_Sim里，让机器人能够获得非常高逼真度的触觉数据。

（本文来源于《EEPW》202505）