數據是具身智能的燃料。然而生活中隨處會用到的力信息的採集，卻是現有諸多大規模數採系統普遍面臨的一大難點。傳統的力傳感器（Force-torque sensor）昂貴，沉重且脆弱，動輒上萬元成本的設備在遇到衝擊時極易永久損壞；更靈活的觸覺傳感器（Tactile Sensor）仍不成熟，短暫的使用壽命和校準的困難都極大限制了其應用規模。
爲了解決力反饋的難題，斯坦福大學團隊開發了名爲 UMI-FT 的系統，他們在手持式數採設備 UMI 的每個手指上安裝了一個硬幣大小的六維力覺傳感器 -- CoinFT。它能感知到每個手指受到的全部六個方向的力和力矩。這個傳感器只有 2 克重，當機器人拿着燈泡去找插座的時候，它能實時感受到自己手指所受到的所有力，輕了它就加把勁，重了它就松一點，幾乎能夠像人手一樣細膩。CoinFT 能夠像傳統工業力傳感器一樣進行標準化校準，並且能夠安全承受很大的衝擊力而不損壞。
（來源：https://arxiv.org/abs/2601.09988）
論文作者侯一凡告訴 DeepTech，這套方案的意義在於讓帶力反饋的大規模數據採集變得容易實現。以前的大規模數據採集基本只記錄位置信息和視覺信息，力覺因爲成本和技術難度很難規模化。UMI-FT 提供了一個低成本、高一致性、可規模化的力覺數據採集方案，爲訓練具備柔順操作能力的機器人策略鋪平了道路。
這個系統的核心是一個叫做 CoinFT 的微型傳感器，直徑 20 毫米，厚度只有 3 毫米。其內部結構由幾層帶橢圓支柱的介電材料組成，受到壓力時電容會發生變化。還有一個五層的神經網絡把這些電容值換算成爲力和力矩，校準後的精度非常高，力的誤差在 0.15 到 0.58 牛之間，力矩誤差在 17 到 231 毫牛米之間。相比之下，傳統工業使用的六軸力覺傳感器又大又貴，一個就要幾萬塊錢，而且特別嬌氣一不小心就會被摔壞。而 CoinFT 成本只有 10 美元，既耐摔又耐撞。
（來源：https://arxiv.org/abs/2601.09988）
而前面提到的 UMI-FT 系統不僅是增加了傳感器，還把蘋果手機綁在了機器人的手上。手機負責提供 RGB 攝像頭、超廣角攝像頭、深度攝像頭和姿態數據，刷新率從 10 到 60 赫茲不等。指尖的力覺傳感器以 360 赫茲的速度進行超快採樣，所有數據都會被記錄下來。訓練時，研究團隊採集了 200 到 630 組不等的人類演示數據，每組數據都包含了圖像、深度、姿態和每個手指的六維力覺信息。然後，他們使用這些數據訓練了一個自適應柔順策略模型（ACP）。這個模型會輸出機器人的目標位置、虛擬目標位置、剛度矩陣、抓握力和夾爪寬度。底層有兩個控制器在同時工作，腕部柔順控制器根據兩個手指傳來的力和力矩，調整機器人手臂的位置和姿態，抓握力控制器則負責調節手指夾緊的力度。
（來源：https://arxiv.org/abs/2601.09988）
在潛在應用場景上：在工廠裏，機器人可以插拔精密的電子連接器，或者裝配帶有卡扣的塑料件；在醫療領域，手術機器人可以感知縫合傷口時手術針刺穿組織的阻力變化，操作更加安全；在家庭服務中，機器人可以幫你擰開瓶蓋、打雞蛋和擦桌子。
（來源：https://arxiv.org/abs/2601.09988）
總的來說，本次成果等於給機器人裝上了一層皮膚，讓機器人擁有了觸覺，讓它能夠感知自己用了多大力氣，以及外界給了它多少的反作用力。目前，研究團隊已經把這套系統的硬件設計和軟件代碼全部開源。任何實驗室或者機器人愛好者，都可以用幾千塊的成本複製一套用來訓練自己的機器人。
參考資料：
相關論文
https://arxiv.org/abs/2601.09988
倉庫https://umi-ft.github.io/
排版：胡莉花
