FACT力感知机器人基础模型与EgoForce数据集发布

2026年10月15日，arXiv Robotics 刊出研究团队（Zhi Cao 等作者）的工作：提出机器人基础模型 FACT，采用从视觉前瞻规划到力感知细化的级联结构，由轨迹引导粗规划器与力-动作联合细化器两部分联合训练；同时发布大规模人类触觉数据集 EgoForce，用于捕捉富含力的操作经验，并与机器人演示数据结合进行预训练。报道称，仅用 10 条机器人轨迹加 90 条人类轨迹微调，FACT 即优于两个基线，相对 T-Rex 的成功率提升最高达 60 个百分点；消融实验显示，人类预训练数据中的力监督对微调后的下游机器人性能至关重要，视觉轨迹预测与未来力预测训练可改善灵巧执行；调整微调时人机数据比例的实验进一步表明，FACT 从人类演示中学习的效果与从机器人演示中学习几乎相当。目前事件仍处论文发布阶段，暂无后续跟进报道。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。