摘要：视觉让机器人知道物体在哪里，语言让机器人理解任务要做什么，但真正进入物理世界后，机器人还需要知道自己是否碰到了物体、力度是否合适、物体是否正在滑落。触觉与力觉感知，是具身智能从“会看、会说”走向“会操作”的关键能力。本文用入门视角解释触觉感知在具身智能中的作用、技术路线和应用场景。

一、为什么只靠视觉还不够？

很多具身智能系统的第一步，是让机器人通过摄像头识别环境：桌子在哪里，杯子在哪里，门把手在哪里。视觉非常重要，但它并不能解决所有问题。

比如机器人拿起一个纸杯。视觉可以告诉它纸杯的位置和大致形状，却很难准确判断杯壁有多软、杯子是否装满水、手指是否已经夹紧、杯子有没有开始滑落。

这些信息，很多时候不是“看”出来的，而是“摸”出来的。

人类拿东西时，会下意识根据触觉调整力度。拿鸡蛋会轻一点，拿扳手会稳一点，发现物体滑动时会马上加力。机器人要真正完成抓取、装配、整理、护理等任务，也需要类似的反馈闭环。

二、触觉在具身智能里到底感知什么？

机器人触觉并不只是判断“碰到了”或“没碰到”。更完整的触觉系统通常关注几类信息。

第一是接触位置。

机器人需要知道手指或夹爪的哪个区域接触到了物体。

第二是接触力。

力度太小会抓不稳，力度太大可能压坏物体。

第三是滑移趋势。

当物体开始滑动时，如果系统能提前感知，就可以及时调整抓取策略。

第四是局部形状和材质。

一些高分辨率触觉传感器可以感知物体表面的细微几何变化，从而帮助机器人判断边缘、纹理和接触姿态。

这些信息共同决定了机器人能不能把动作做得细腻、稳定、安全。

三、常见技术路线：力传感器、电子皮肤和视觉触觉

目前机器人触觉感知大致可以分成几类路线。

一种是力/力矩传感器。

它通常安装在机械臂关节、腕部或夹爪上，用来测量受力变化。这类方案工程成熟度较高，适合工业装配、打磨、插拔等任务。

第二种是柔性电子皮肤。

它通过柔性材料和传感单元覆盖在机器人手指或表面上，让机器人获得更大范围的接触感知。它的优势是覆盖面积大，更接近人类皮肤，但在耐用性、一致性和成本上仍有挑战。

第三种是视觉触觉传感器。

这类传感器常见思路是在柔性材料内部放置摄像头和光源，当外部物体挤压材料时，系统通过图像变化还原接触形状、压力分布或滑移状态。GelSight 就是这一方向中很有代表性的研究路线。

四、触觉如何帮助机器人做决策？

触觉的价值不只在于“多一个传感器”，而在于它能进入控制闭环。

在抓取任务中，机器人可以先根据视觉规划抓取点，再根据触觉判断是否夹稳。如果触觉检测到物体偏移或滑动，机器人可以微调夹爪力度或手指位置。

在插接任务中，比如把零件插入孔位，视觉可能因为遮挡无法看清最后几毫米的状态。这时触觉和力觉反馈可以帮助机器人判断是否卡住、是否偏斜、是否需要调整角度。

在灵巧手操作中，触觉更关键。多指协同旋转、翻转、捏取小物体时，机器人需要连续判断每个手指的接触状态。没有触觉反馈，很多动作会变成“看起来能做，实际很容易掉”。

五、触觉和大模型有什么关系？

大模型让机器人更容易理解语言指令和场景语义，例如“把易碎的杯子轻轻放到架子上”。但“轻轻”不是一句话就能落地的，它需要控制系统理解力、接触和物体状态。

未来的具身智能，很可能会把视觉、语言、动作、触觉统一起来。语言模型负责理解任务目标，视觉模型负责定位和识别，触觉模型负责判断接触状态，控制策略负责实时执行。

也就是说，触觉不是大模型路线的替代品，而是大模型进入物理世界后必须补上的感知通道。

六、触觉落地的难点

触觉感知仍然有不少挑战。

首先是传感器耐用性。机器人在真实环境中会反复碰撞、摩擦、受压，传感器必须经得起长期使用。

其次是数据采集难。视觉数据可以从互联网获得大量样本，但高质量触觉数据通常必须由机器人真实接触物体采集，成本更高。

第三是多模态融合难。触觉、视觉、关节状态、语言指令的数据形式完全不同，如何让模型把这些信息对齐并用于控制，是一个重要研究方向。

第四是实时性要求高。触觉反馈往往用于毫秒级或亚秒级控制，系统不能只追求模型大，还要能快速响应。

七、哪些应用最需要触觉？

工业装配是非常典型的场景，例如插头插接、精密零件对位、螺丝拧紧和柔性物体处理。

仓储物流也需要触觉。不同包装盒、袋装物、易碎品的抓取方式不同，触觉可以提升抓取稳定性和安全性。

家庭服务机器人更离不开触觉。整理衣物、拿杯子、开抽屉、照护老人，这些任务都需要机器人理解物体的软硬、重量和接触状态。

医疗和康复机器人同样需要精细力控。与人体接触的设备，必须对力度和安全边界非常敏感。

总结

具身智能的目标不是让机器人只会识别世界，而是让机器人能够在世界中稳定行动。视觉让机器人“看见”，语言让机器人“听懂”，而触觉让机器人真正知道自己和物理世界发生了什么接触。

随着传感器、机器人数据、多模态模型和控制算法的发展，触觉会从辅助能力变成具身智能系统的重要基础。未来更可靠的机器人，不只是眼睛更好、模型更大，也会拥有更敏感、更稳定的“手感”。

参考资料：

GelSight: High-Resolution Robot Tactile Sensors for Estimating Geometry and Force：https://www.mdpi.com/1424-8220/17/12/2762

Learning Dexterous In-Hand Manipulation：https://arxiv.org/abs/1808.00177

RT-1: Robotics Transformer for Real-World Control at Scale：[2212.06817] RT-1: Robotics Transformer for Real-World Control at Scale