一图看懂AI|机器人为什么需要触觉?它如何知道自己抓稳了

机器人把杯子夹起来，不代表它已经抓稳。

夹得太松，杯子可能在移动中滑落；夹得太紧，又可能让杯壁变形甚至破裂。

摄像头可以帮助机器人找到杯子、判断形状和规划接近路线，却很难直接看清夹爪内部正在发生的微小滑动、局部受力和接触变化。

这些信息，需要由机器人触觉来补充。

机器人触觉不是简单地“感到压力”，而是让机器人在接触物体后判断：碰到了哪里、用了多大力、物体是否滑动，以及当前动作是否需要调整。

2026年8月，研究团队发布TouchWorld预印本，尝试将视觉—语言任务规划、触觉状态预测和快速反馈纠错放在不同时间尺度运行。论文作者报告，该方法在六类真实机器人任务中改善了接触丰富任务的执行表现；相关结果仍属于预印本研究，需要更多独立验证。

一句话先说清

机器人通过触觉完成一次稳定抓取，通常要经过：接触发生 → 传感器采样 → 判断接触状态 → 调整力度与姿态 → 再次检查。

触觉的价值不只是增加一种输入，而是建立一条更快的反馈通道：当真实接触偏离计划时，机器人可以在物体掉落或损坏前修正动作。

01｜把接触变成可以计算的信号

人拿起杯子时，皮肤会感受到压力、摩擦和轻微滑动。机器人没有天然皮肤，需要依靠触觉传感器把接触转换成数字信号。

常见方式包括：

• 力传感器：测量推、拉、扭转等受力；
• 压力阵列：记录不同位置的压力分布；
• 电子皮肤：覆盖更大的接触区域；
• 视觉式触觉传感器：利用摄像头观察柔性材料受压后的形变。

视觉式触觉听起来像摄像头，其实它拍摄的通常不是外部场景，而是传感器内部的柔性表面。

当物体压住表面时，材料会产生凹陷、拉伸或横向位移。系统根据这些变化推算接触位置、局部形状、受力方向和滑动趋势。

Meta公开的DIGIT就是一种紧凑型视觉触觉传感器，可安装在多指机械手上，用于手内操作研究。

02｜从信号中判断“正在发生什么”

传感器采集到压力或形变，不等于机器人已经理解接触状态。

系统还要把连续信号转换成可以用于控制的判断，例如：

• 夹爪是否真正接触物体；
• 接触发生在指尖还是边缘；
• 两侧受力是否均衡；
• 物体是否开始滑动；
• 物体偏软、偏硬还是容易变形；
• 当前力度是否足以完成后续移动。

以滑动为例，物体不一定会立刻从夹爪中掉下。接触面的切向形变、局部位移和压力分布可能先发生变化。

GelSight相关研究表明，通过分析柔性表面的形变序列，可以识别稳定抓取与初始滑动状态。

这给机器人留下了纠错时间。

03｜根据触觉反馈调整动作

机器人判断物体正在滑动后，不能只输出一句“抓取不稳定”。

它还要把判断转换成动作：

• 适当增加夹持力度；
• 调整手指接触位置；
• 降低机械臂移动速度；
• 改变抬升方向；
• 放下物体并重新抓取。

如果机器人正在插入插头、装配零件或擦拭表面，触觉还可以帮助它判断是否出现卡住、偏斜或压力过大的情况。

因此，稳定抓取并不是一次算出的固定力度，而是一个持续运行的控制闭环：

机器人执行动作，读取新的触觉信号，再决定维持、修正、重试还是停止。

04｜触觉为什么需要更快的反馈

语言理解和任务规划可以相对缓慢。

例如，“拿起杯子，再把它放到托盘里”的任务顺序不需要每毫秒重新计算。

但物体滑动可能发生得很快。如果所有触觉信息都等待大型模型完成一次完整推理，机器人可能还没有作出反应，杯子就已经掉下来了。

因此，一些机器人系统会采用分层结构：

• 高层模型负责理解目标和拆分任务；
• 动作模型负责生成抓取与移动动作；
• 触觉控制器负责快速修正局部接触。

TouchWorld预印本也采用了类似的多时间尺度思路：较慢的模块规划子任务并预测接触目标，中间层生成动作，较快的触觉反馈模块根据最新接触状态修正动作。

这是一种研究路线，并不代表所有机器人都使用相同架构。

还有两种不同路线

机器人触觉大致可以通过两类方式进入控制系统。

第一类是规则与控制模型。

工程师预先规定压力范围、滑动阈值和纠错动作。这种方式容易解释，适合任务和物体比较固定的场景。

第二类是学习型触觉策略。

系统从大量触觉数据中学习信号与动作之间的关系。例如，让机器人通过反复抓取不同物体，学习什么样的接触变化意味着滑动，以及应该怎样调整。

学习型方法更有机会适应复杂物体，但也更依赖数据覆盖、传感器一致性和真实环境验证。

为什么机器人有触觉仍然会失败

触觉并不能自动解决所有操作问题。

常见原因包括：

• 传感器只能感知实际接触区域，看不到尚未碰到的位置；
• 柔性表面磨损或污染后，信号可能发生变化；
• 不同传感器的输出尺度和噪声并不一致；
• 训练时使用的物体与真实物体差异过大；
• 信号处理和控制存在延迟；
• 模型识别出滑动，却选择了错误的纠正动作。

触觉还需要与视觉、关节状态和任务目标结合。

视觉告诉机器人“物体在哪里”，关节传感器告诉它“身体处于什么姿态”，触觉则告诉它“接触之后究竟发生了什么”。

分析机器人演示时，可以这样提问

请分析这段机器人抓取演示中的触觉能力。区分机器人实际使用的触觉传感器、能够直接测量的信号、模型推断出的接触状态，以及根据反馈执行的纠正动作。请说明它是否检测了滑动、压力和接触位置；如果视频或资料无法证明机器人使用了触觉闭环，请明确说明，不要根据动作流畅程度推断。

最后一句

视觉帮助机器人找到物体，触觉帮助机器人在真正接触物体后，知道动作是否仍然正确。

后续还会继续拆解机器人评测与安全机制，想系统了解具身智能，可以留意接下来的系列文章。

参考资料

Meta AI：Advancing embodied AI through progress in touch perception, dexterity, and human-robot interactionhttps://ai.meta.com/blog/fair-robotics-open-source/

Meta AI：DIGIT tactile sensorhttps://ai.meta.com/research/publications/digit-a-novel-design-for-a-low-cost-compact-high-resolution-tactile-sensor-with-application-to-in-hand-manipulation/

Carnegie Mellon University：Measurement of Shear and Slip with a GelSight Tactile Sensorhttps://publications.ri.cmu.edu/measurement-of-shear-and-slip-with-a-gelsight-tactile-sensor

TouchWorld预印本https://arxiv.org/abs/2607.07287