机器人学会“预判接触”：TacForeSight 突破精细操作瓶颈

近日，由它石智航牵头，联合麻省理工学院、斯坦福大学、加州大学伯克利分校及清华大学四所顶尖机构的研究团队，在 arXiv 上发布了名为 TacForeSight 的新型触觉预测模型。该模型通过融合视觉与触觉信息，使机器人能够在实际接触发生前约 200 毫秒，准确预测即将发生的接触状态，包括接触点、力度和方向等关键参数。

传统机器人操作往往依赖接触发生后的实时反馈进行调整，这在处理精细、易碎或动态物体时存在延迟和不确定性。TacForeSight 通过深度学习框架，提前“预判”接触，为机器人控制系统争取了宝贵的反应时间，从而实现了更精准、更柔顺的操作。实验表明，该技术在插拔连接器、摆放易碎物品等精细任务中表现优异，错误率显著降低。

这一突破有望推动机器人技术在精密装配、医疗辅助、家庭服务等领域的实际应用，让机器人更安全、更智能地与环境互动。研究团队表示，未来将进一步优化模型的泛化能力和实时性，并探索其在更复杂场景下的潜力。