触觉在手内物体旋转中的研究:手型形态在仿真与硬件中的比较
研究比较了两种低成本LEAP手型在物体旋转任务中的表现,发现触觉信息可显著提升旋转效率并降低指尖负载,对称手型在旋转次数和速率上表现更优。
推荐理由:对比仿生与对称手型在物体旋转中的表现,触觉信息提升效率的同时降低负载,为机器人手部设计提供新思路。
研究比较了两种低成本LEAP手型在物体旋转任务中的表现,发现触觉信息可显著提升旋转效率并降低指尖负载,对称手型在旋转次数和速率上表现更优。
推荐理由:对比仿生与对称手型在物体旋转中的表现,触觉信息提升效率的同时降低负载,为机器人手部设计提供新思路。
研究团队提出DexOAK框架,一种基于学习的物体感知运动学重定向方法,可从人类动作捕捉数据生成接触一致的机器人手部参考动作。该方法通过交互图拉普拉斯目标函数优化手部-物体图,使机器人复现物体相对交互几何而非单纯人类手部姿态。在Inspire手上测试,OakInk-v2任务成功率从39.5%提升至48.4%,ARCTIC数据集ADD-AUC从62.7%提升至77.9%。
推荐理由:通过物体感知的运动学重定向技术,将人类动作数据转化为机器人手部操作,实现零样本跨数据集迁移。
破晓智能联合天珑移动发布全身全模态数据采集系统 SeePhys Hub,由四目头环、腕部手环、腰腿部动作追踪器和触觉手套组成,可同步采集视觉、触觉与全身运动信息。该系统保留了便携性,同时补回了关键的身体与接触数据,配套自研平台可将人类数据转化为面向机器人学习的多模态训练数据。
研究提出PSA-PPO方法,用于温室水培生菜采摘,在物理实验中达到94.7%的目标到达率,比传统规划方法表现更好。该方法结合了目标条件观测、走廊感知空间约束和基于轨迹历史的安全编码,无需真实世界微调即可成功迁移到UR10e机械臂。
推荐理由:研究提出了PSA-PPO方法,解决了机器人采摘中的路径安全问题,实现了94.7%的高成功率。
禾赛发布Kosmo空间相机及云平台,通过扫描真实环境、重建三维空间,为机器人提供仿真训练场景。该产品将汽车产业积累的三维感知、芯片设计和精密制造能力用于降低训练环境构建成本,业务从传感器销售扩展至数据生产、空间重建和云端服务。
推荐理由:禾赛将汽车产业积累的三维感知能力用于机器人训练环境,降低了场景构建成本。
刻行时空获得超过2亿元的海外真机数据订单,首批1000多小时数据已完成交付验收。这笔订单验证了第三方数据企业在具身智能产业中的专业分工能力,标志着具身数据生意开启市场化新阶段。
推荐理由:第三方数据公司获得超两亿元订单,标志着具身智能数据市场进入新阶段。
破晓智能联合天珑移动发布全身全模态数据采集系统SeePhys Hub,通过四目头环、腕部手环、腰腿部动作追踪器和触觉手套,记录全身姿态和触觉信息,为机器人学习全身移动灵巧操作提供数据基础。
推荐理由:原文给出了全身全模态数据采集系统的技术方案和应用场景,读者可据此了解机器人数据采集的新方向。
在IROS 2026上,Sharpa和戴盟等触觉厂商发布新产品,从传感器向数据采集系统和模型延伸,探索触觉技术的商业化新路径。触觉传感器已出现10万套订单,数据采集系统开始进入高校采购,触觉数据标价但跨传感器复用困难,厂商通过模型解决数据兼容性问题。