@robotsdigest：机器人能看见世界，但它们能感知世界吗？仅靠视觉是不够的。当机器人抓取物体时，它不仅需要知道自己看到了什么，还需要理解自己接触的位置以及施加了多大的压力。
摘要
Neocambrian AI 推出 Mitts 触觉手套，可捕捉高精度触觉与动作数据，帮助机器人感知接触位置与压力，从而学习与物理世界交互。
查看缓存全文
缓存时间: 2026/10/14 01:51
机器人能看见世界，但它们能“感受“世界吗？
仅靠视觉是不够的。当机器人抓取一个物体时，它不仅需要理解自己看到了什么，还需要了解物体的接触位置以及施加了多少压力。
认识一下 Neocambrian AI 推出的 Mitts。
这是一款触觉手套，旨在捕捉高精度的触摸和运动数据，帮助机器人学会与物理世界进行交互。
相似文章
TouchScale：500小时人类视觉与触觉数据驱动的视觉-触觉学习
TouchScale 引入了一个 500 小时的人类视觉-触觉交互数据集，使用统一的可穿戴设备同步采集 egocentric RGB-D 视频、手腕视频与全手双触觉测量，用于视觉-触觉预训练和机器人操作策略学习，在零样本触觉预测和真实机器人操作成功率上均取得显著提升。
@heyshrutimishra：机器人无法从它无法测量的视频中学习。@Maniformer，全球领先的物理 AI 数据平台。其全新的……
Maniformer 的新论文提出 MEgoVista，一套基于头戴式装置的物理 AI 数据系统，通过立体视觉和全序列优化，将手部手指误差降至 4.29 毫米、头部跟踪误差控制在 0.65–2.83 毫米，并经 26 相机动作捕捉实验室验证，为机器人学习提供可测量的人类动作数据。
@Alacritic_Super：如果只需约 5 美元就能让机器人拥有触觉呢？这正是 eFlesh 如此有趣的原因。它是一种低成本的……
Venky Pinto 和 Lerrel Pinto 带领的研究团队开发了 eFlesh，一种成本约 5 美元的 3D 打印触觉传感器，利用磁铁和磁力计来检测接触、力度以及打滑，为仅依赖视觉的抓取方式提供了一种廉价的替代方案。
Reflex：基于视觉接地的反应式类人机器人控制
Reflex提出一个三阶段框架，让类人机器人通过自我中心RGB-D视觉实现对抛掷物体的全身心反射式接取控制，在仿真中达到85.7%成功率，并在真实Unitree G1机器人上以2.5米距离实现65%的接取成功率。
研究人员推出T-Rex，一个统一视觉、语言和触觉感知的框架，使机器人能够实时响应物理接触，而非仅依赖视觉
研究人员推出了T-Rex，这是一个集成了视觉、语言和触觉感知的框架，使机器人能够实时响应物理接触，而非仅依赖视觉。