2026年7月13—17日机器人领域顶级学术会议Robotics: Science and Systems (RSS)在澳大利亚悉尼举行。本届会议设置“Tactile Sensing for Robotic Foundation Models”面向机器人基础模型的触觉感知专题研讨会由来自MIT、Stanford、Columbia、Amazon、Microsoft、蚂蚁集团、RAI Institute等机构的研究者共同组织聚焦一个正在被反复追问的问题在机器人基础模型的时代触觉应该以什么形态、在什么位置进入系统。途见科技共有8篇论文入选该研讨会。其中《Tac-Cerebellum: High-Frequency Multimodal Reflexes for Contact-Rich Robotic Manipulation》获选口头报告为本场7篇口头报告论文之一。触觉是具身智能走向真实应用场景的关键瓶颈之一。本次入选的8篇论文覆盖途见科技在器件、数据、模型三个层面的全栈式研究是途见科技触觉感知系统、数据采集系统与算法开发服务的底层支撑。器件层面实现了柔性电子皮肤对切向力分布的原生测量让机械手能够在物体真正滑落之前判断出“正在打滑”而不是事后补救数据层面攻克电子皮肤仿真难、人手—机械手迁移难两个卡点将仿真中训练的策略更可靠地迁移到真实硬件上实现人类演示数据直接转化为机械手训练数据显著降低数据采集成本模型层面提出高时空分辨率触觉信息的表征理论与方法并验证了触觉与机器人其他感知模态的融合架构及百赫兹级交互反馈能力证实触觉从离线分析变为实时反射通路可在毫秒级尺度上应对姿态扰动与外部干扰。这四点共同指向同一个目标让触觉具备可规模化采集、可迁移、可实时使用的工程条件从而打通具身智能的“最后一毫米”。以下为8篇论文速览。第一组模型与算法让触觉实时可用Tac-Cerebellum: High-Frequency Multimodal Reflexes for Contact-Rich Robotic Manipulation 本场7篇口头报告论文之一论文提出一种用于高频局部反射控制的多模态快速推理“小脑”模型。模型采用选择性状态空间模型Mamba以较低时间复杂度处理电子皮肤的时空稀疏触觉数据流针对多模态融合中的模态坍塌问题引入结合FiLM与SwiGLU的自适应双门控机制在不引入交叉注意力额外开销的前提下动态平衡视觉与触觉。配合单步条件流匹配策略Tac-Cerebellum在本地消费级GPU上实现了超过100 Hz的闭环推理。与纯视觉基线相比该模型在初始姿态扰动与动态干扰下的鲁棒性显著更强。Tactile Gesture Language: A Decoupled Architecture for Robust Gesture Recognition and Intent Inference论文提出触觉手势语言TGL——一种解耦的感知—推理框架。系统先将高空间分辨率触觉数据映射为十个离散、具有物理含义的手势基本单元再将结构化的标记序列输入大语言模型。这种解耦设计使实时交互可在边缘端完成同时借助预训练模型中蕴含的社会常识完成高层意图推理。在未见数据上的增量式跨批次评估达到95.6%的识别准确率验证了手势基本单元的时间稳定性意图推理结果与专家评分模型在253组数据上的一致性为91%表明语义迁移有效。Material Recognition Using High-Spatial-Resolution Electronic Skin论文验证了高分辨率触觉感知在材料识别中的作用。方法采用高空间分辨率电子皮肤配合一种受物理启发的算法框架整合相邻时间步的信息利用时间差分与材料刚度之间的物理关联增强特征并综合多时间步的识别结果进行级联决策。对六种同形状样品仅使用灵巧手本体感觉时Macro-F1为0.26加入触觉信息后提升至0.51识别性能接近翻倍该方法对未见的非标准形状物体同样保持了有效性。第二组数据解决触觉数据的采集与迁移TOUCHNETA Multimodal Human Demonstration Dataset for Dexterous Manipulation论文发布一个融合触觉、手部姿态、视觉与语言信息的多模态人类演示数据集覆盖四类富接触交互的操作任务。针对现有纯姿态重定向方法无法保证交互语义正确性的问题论文提出触觉约束与姿态驱动相结合的重定向方法显著提升了穿插与接触拓扑的准确性。重定向后的轨迹可直接支撑下游策略学习在具有±10 cm物体位置扰动的功能性抓取任务上仅基于单条重定向轨迹训练的残差策略达到96.7%的成功率。TacTwin: Instance-Adaptive Tactile Digital Twins via Physics-Constrained Second-Order Hyper-ODEs论文提出神经数字孪生系统TacTwin建立仿真接触数据与真实压阻式触觉序列之间的映射用以缩小仿真触觉与真实触觉硬件之间的迁移鸿沟。系统结合二阶神经常微分方程、基于标定条件的超网络以及带空间注意力的解码器通过学习残差对解析压阻先验进行增强。模型能够保留瞬态过冲与滞后特性并在机器人抓取实验中提升了稳定性。第三组探索性方向正在推进的工作DT-ECA: Distributed Tactile Estimation of Apparent Stiffness for Energy-Constrained Teleoperation and Robot Learning论文提出DT-ECA将分布式触觉压力与机器人运动共同转换为一个带置信度的局部表观交互刚度场——一种空间索引、物理可解释的接触描述刻画当前接触对运动的响应方式。该表示有两条用途一是用于构建能量约束型阻抗控制器作为遥操作与自主执行中的安全策略二是作为紧凑的标注流用于预测、检索与策略条件化。Tactile Sensing in the Era of Embodied Intelligence Foundation Models: Modular Design and Shear Force Detection面向具身智能对触觉的需求论文提出触觉传感器的模块化设计思路与剪切力检测方法。通过硬件与软件解耦实现即插即用降低系统集成、运行与维护成本精确的剪切力检测则可在动态接触过程中提前预警滑动并为复杂的类人灵巧操作提供基础。论文认为兼具低成本模块化与动态剪切力感知能力的触觉系统是突破物理交互闭环瓶颈、推动具身智能走向规模化落地的关键路径之一。SkinWorld: Toward Predictive Vision–Touch–Action World Models with Piezoresistive Electronic Skin论文提出正在推进中的视觉—触觉—动作世界模型SkinWorld将分布式压阻电子皮肤作为与视觉同级的预测流。模型将图像编码为视频潜变量保留两个压力阵列的空间拓扑结构并把机器人控制信号映射到带掩码的动作画布上共享Transformer通过多模态流匹配同时预测未来视觉、未来压力场与动作块。论文在四个任务上给出同步示例与一次定性触觉推演验证了数据与预测通路的可行性并提出了一组可检验的假设目标是把非光学电子皮肤纳入机器人基础模型。关于途见途见科技成立于2020年是一家聚焦可拉伸多模态柔性电子皮肤与触觉感知系统的高新技术企业。公司锚定具身智能产业化落地的“最后一毫米”——触觉感知自主研发覆盖新材料、柔性传感器、柔性晶体管、多模态集成、集成电路与触觉感知算法六大关键技术构建起“材料—器件—数据—模型”的完整技术闭环。面向智能机器人的应用需求途见科技开发出兼具大面积覆盖、可拉伸、柔性轻薄与多模态高密度感知能力的新一代电子皮肤系统在机器人触觉领域实现了接近生物皮肤的分布式感知与实时反馈为智能机器人、智慧医疗与智能穿戴等产业方向提供了新的技术基础。面向高质量触觉数据采集需求公司推出自主研发的柔性触觉数据采集手套TachinGlove可用于人类双手操作数据采集、具身智能训练、机器人遥操作、康复评估与分析等场景。论文完整列表与技术细节可访问研讨会主页https://tac-for-fm.github.io/rss2026/关于途见科技电子皮肤系统与TachinGlove触觉数据采集方案的合作咨询欢迎通过infotachintech.com与我们联系。 面向具身智能的触觉感知：途见科技RSS 2026研讨会8篇论文详解（器件/数据/模型全栈）
2026年7月13—17日机器人领域顶级学术会议Robotics: Science and Systems (RSS)在澳大利亚悉尼举行。本届会议设置“Tactile Sensing for Robotic Foundation Models”面向机器人基础模型的触觉感知专题研讨会由来自MIT、Stanford、Columbia、Amazon、Microsoft、蚂蚁集团、RAI Institute等机构的研究者共同组织聚焦一个正在被反复追问的问题在机器人基础模型的时代触觉应该以什么形态、在什么位置进入系统。途见科技共有8篇论文入选该研讨会。其中《Tac-Cerebellum: High-Frequency Multimodal Reflexes for Contact-Rich Robotic Manipulation》获选口头报告为本场7篇口头报告论文之一。触觉是具身智能走向真实应用场景的关键瓶颈之一。本次入选的8篇论文覆盖途见科技在器件、数据、模型三个层面的全栈式研究是途见科技触觉感知系统、数据采集系统与算法开发服务的底层支撑。器件层面实现了柔性电子皮肤对切向力分布的原生测量让机械手能够在物体真正滑落之前判断出“正在打滑”而不是事后补救数据层面攻克电子皮肤仿真难、人手—机械手迁移难两个卡点将仿真中训练的策略更可靠地迁移到真实硬件上实现人类演示数据直接转化为机械手训练数据显著降低数据采集成本模型层面提出高时空分辨率触觉信息的表征理论与方法并验证了触觉与机器人其他感知模态的融合架构及百赫兹级交互反馈能力证实触觉从离线分析变为实时反射通路可在毫秒级尺度上应对姿态扰动与外部干扰。这四点共同指向同一个目标让触觉具备可规模化采集、可迁移、可实时使用的工程条件从而打通具身智能的“最后一毫米”。以下为8篇论文速览。第一组模型与算法让触觉实时可用Tac-Cerebellum: High-Frequency Multimodal Reflexes for Contact-Rich Robotic Manipulation 本场7篇口头报告论文之一论文提出一种用于高频局部反射控制的多模态快速推理“小脑”模型。模型采用选择性状态空间模型Mamba以较低时间复杂度处理电子皮肤的时空稀疏触觉数据流针对多模态融合中的模态坍塌问题引入结合FiLM与SwiGLU的自适应双门控机制在不引入交叉注意力额外开销的前提下动态平衡视觉与触觉。配合单步条件流匹配策略Tac-Cerebellum在本地消费级GPU上实现了超过100 Hz的闭环推理。与纯视觉基线相比该模型在初始姿态扰动与动态干扰下的鲁棒性显著更强。Tactile Gesture Language: A Decoupled Architecture for Robust Gesture Recognition and Intent Inference论文提出触觉手势语言TGL——一种解耦的感知—推理框架。系统先将高空间分辨率触觉数据映射为十个离散、具有物理含义的手势基本单元再将结构化的标记序列输入大语言模型。这种解耦设计使实时交互可在边缘端完成同时借助预训练模型中蕴含的社会常识完成高层意图推理。在未见数据上的增量式跨批次评估达到95.6%的识别准确率验证了手势基本单元的时间稳定性意图推理结果与专家评分模型在253组数据上的一致性为91%表明语义迁移有效。Material Recognition Using High-Spatial-Resolution Electronic Skin论文验证了高分辨率触觉感知在材料识别中的作用。方法采用高空间分辨率电子皮肤配合一种受物理启发的算法框架整合相邻时间步的信息利用时间差分与材料刚度之间的物理关联增强特征并综合多时间步的识别结果进行级联决策。对六种同形状样品仅使用灵巧手本体感觉时Macro-F1为0.26加入触觉信息后提升至0.51识别性能接近翻倍该方法对未见的非标准形状物体同样保持了有效性。第二组数据解决触觉数据的采集与迁移TOUCHNETA Multimodal Human Demonstration Dataset for Dexterous Manipulation论文发布一个融合触觉、手部姿态、视觉与语言信息的多模态人类演示数据集覆盖四类富接触交互的操作任务。针对现有纯姿态重定向方法无法保证交互语义正确性的问题论文提出触觉约束与姿态驱动相结合的重定向方法显著提升了穿插与接触拓扑的准确性。重定向后的轨迹可直接支撑下游策略学习在具有±10 cm物体位置扰动的功能性抓取任务上仅基于单条重定向轨迹训练的残差策略达到96.7%的成功率。TacTwin: Instance-Adaptive Tactile Digital Twins via Physics-Constrained Second-Order Hyper-ODEs论文提出神经数字孪生系统TacTwin建立仿真接触数据与真实压阻式触觉序列之间的映射用以缩小仿真触觉与真实触觉硬件之间的迁移鸿沟。系统结合二阶神经常微分方程、基于标定条件的超网络以及带空间注意力的解码器通过学习残差对解析压阻先验进行增强。模型能够保留瞬态过冲与滞后特性并在机器人抓取实验中提升了稳定性。第三组探索性方向正在推进的工作DT-ECA: Distributed Tactile Estimation of Apparent Stiffness for Energy-Constrained Teleoperation and Robot Learning论文提出DT-ECA将分布式触觉压力与机器人运动共同转换为一个带置信度的局部表观交互刚度场——一种空间索引、物理可解释的接触描述刻画当前接触对运动的响应方式。该表示有两条用途一是用于构建能量约束型阻抗控制器作为遥操作与自主执行中的安全策略二是作为紧凑的标注流用于预测、检索与策略条件化。Tactile Sensing in the Era of Embodied Intelligence Foundation Models: Modular Design and Shear Force Detection面向具身智能对触觉的需求论文提出触觉传感器的模块化设计思路与剪切力检测方法。通过硬件与软件解耦实现即插即用降低系统集成、运行与维护成本精确的剪切力检测则可在动态接触过程中提前预警滑动并为复杂的类人灵巧操作提供基础。论文认为兼具低成本模块化与动态剪切力感知能力的触觉系统是突破物理交互闭环瓶颈、推动具身智能走向规模化落地的关键路径之一。SkinWorld: Toward Predictive Vision–Touch–Action World Models with Piezoresistive Electronic Skin论文提出正在推进中的视觉—触觉—动作世界模型SkinWorld将分布式压阻电子皮肤作为与视觉同级的预测流。模型将图像编码为视频潜变量保留两个压力阵列的空间拓扑结构并把机器人控制信号映射到带掩码的动作画布上共享Transformer通过多模态流匹配同时预测未来视觉、未来压力场与动作块。论文在四个任务上给出同步示例与一次定性触觉推演验证了数据与预测通路的可行性并提出了一组可检验的假设目标是把非光学电子皮肤纳入机器人基础模型。关于途见途见科技成立于2020年是一家聚焦可拉伸多模态柔性电子皮肤与触觉感知系统的高新技术企业。公司锚定具身智能产业化落地的“最后一毫米”——触觉感知自主研发覆盖新材料、柔性传感器、柔性晶体管、多模态集成、集成电路与触觉感知算法六大关键技术构建起“材料—器件—数据—模型”的完整技术闭环。面向智能机器人的应用需求途见科技开发出兼具大面积覆盖、可拉伸、柔性轻薄与多模态高密度感知能力的新一代电子皮肤系统在机器人触觉领域实现了接近生物皮肤的分布式感知与实时反馈为智能机器人、智慧医疗与智能穿戴等产业方向提供了新的技术基础。面向高质量触觉数据采集需求公司推出自主研发的柔性触觉数据采集手套TachinGlove可用于人类双手操作数据采集、具身智能训练、机器人遥操作、康复评估与分析等场景。论文完整列表与技术细节可访问研讨会主页https://tac-for-fm.github.io/rss2026/关于途见科技电子皮肤系统与TachinGlove触觉数据采集方案的合作咨询欢迎通过infotachintech.com与我们联系。