松下 T-Rex 机器人 AI 凭指尖触觉在接触丰富双手任务上成功率达 65%
约 5 Hz 的 VLA 动作生成加约 20 Hz 的触觉校正，在 12 项真实任务上高出既有方法 30 个百分点；将与伯克利、NVIDIA、斯坦福在 CoRL 2026 发表。
为何重要
多数视觉-语言-动作机器人在力控、打滑或软物变形时仍困难。T-Rex 保留低频视觉语言规划，叠加更快的指尖闭环，无需反复跑昂贵图像推理。在移蛋、开锁、拧灯泡等任务上平均成功率 65%，对比既有最佳基线 35%、无触觉 42%。训练含 7700 余段双手操作与大量第一人称视频。关注 CoRL 论文是否公开可复现代码或硬件细节。
要点
- 12 项接触丰富真实任务平均成功率 65%
- 既有最佳基线 35%；无触觉 42%
- 视觉语言动作约 5 Hz；触觉校正约 20 Hz
- 7700 余段双手操作（约 100 小时），10 个指尖传感器
- 与加州大学伯克利分校、NVIDIA、斯坦福等合作
- 将于 2026 年 11 月 9–12 日奥斯汀 CoRL 发表