Science子刊重磅：給機器人裝“指尖”，平衡木挑戰2.4秒完勝人類

機器人終于長出了“指尖”。

這不是比喻，是實實在在的技術突破——由香港城市大學、南方科技大學等高校聯合研發的一種叫TAP（扭矩-角度-壓力）觸覺傳感器，讓機器人能像人一樣，感知到“力”的方向和大小。這項研究剛剛發表在Science旗下權威期刊《Science Advances》上。

結果有多震撼？

平衡木挑戰：機器人2.4秒完成，成功率81.5%。人類蒙眼做同樣任務：最快6.5秒，成功率18.3%。

機器人贏了，而且是碾壓式的那種。

01.

機器人缺的那根弦

先問個問題：你覺得現在最先進的機器人，能干翻什么？

抓個快遞盒？沒問題。按預設軌跡焊個零件？小菜一碟。

但讓它干點細活試試：把半瓶水的大瓶子倒立放在小瓶蓋上，或者像切白蘿卜那樣邊切邊調整角度。

基本翻車。

為啥？因為機器人缺一根“弦”：它感受不到“力”。

人類手指尖分布著密密麻麻的觸覺小體，能同時感知壓力、剪切力、扭轉力。碰到東西，我們知道是輕是重，是滑是穩，該加力還是該松手。

機器人呢？要么靠視覺猜，要么壓根不感知。

現有觸覺傳感器要么只能測壓力測不了扭矩，要么精度差到連0.1°的扭轉都察覺不到。稍微用點力，信號就飽和，線性度崩到0.9以下。

說白了，機器人的指尖，一直是“瞎”的。

02.

TAP傳感器：一個讀取通道，搞定三維感知

TAP的靈感來自人體皮膚，但結構簡單得驚人——三層“三明治”：頂層是柔性樹脂帽，里面嵌著一塊矩形磁鐵；中間是彈性體；底層固定著一個霍爾元件。

具有 TAP 傳感器的交互回路框架

關鍵就在這塊矩形磁鐵。

別小看形狀差異。相比圓形或三角形，矩形磁鐵產生的磁場在圓周方向上有更明顯的梯度變化。當傳感器受力扭轉，霍爾元件繞著磁鐵旋轉，捕捉磁場變化，一個讀取通道，同時搞定扭矩、角度、壓力。

用數據說話：

扭轉角分辨率0.1°，比現有技術提升20倍；扭矩分辨率0.4 N·mm，提升一個數量級；線性度0.99，幾乎接近完美；測量范圍±241.6 N·mm，雙向對稱；響應時間<20ms，實時反饋不拖沓。

還有個厲害的特性：越壓越靈敏。實驗顯示，在55.9N壓力下，扭矩分辨率比初始狀態提升4.21倍。

什么意思？機器人抓得越緊，感知越精準，和人手指一個道理。

03.

平衡木挑戰：人類輸給了機器人的“手感”

研究團隊設計了一個極考驗“手感”的任務：把一根140mm×20mm的橫梁，平衡放在3.7mm厚的薄板上。

什么叫手感？就是你端起一杯滿水時，手指能感知到杯子的傾斜趨勢，下意識地微調角度，不讓水灑出來。平衡木挑戰同理，橫梁剛接觸薄板的瞬間，是歪是正、往哪邊倒、該往哪邊修，全靠指尖傳來的微小扭矩變化來判斷。

12名志愿者蒙眼參戰，只能靠手指捏著橫梁去找感覺：

單次調整：6.5秒，成功率18.3%；多次調整：8.7秒，成功率77.5%。

機器人上場，靠的是TAP傳感器傳來的實時扭矩信號：

單次調整：2.4秒，成功率81.5%。兩項指標全面超越人類。

論文中特別提到，機器人的95%置信區間為[2.3秒, 2.5秒]，而人類單次調整的區間是[4.7秒, 8.3秒]——這意味著最穩定的人類表現，也比不上機器人的平均水平。

有個細節很震撼：實驗中機器人遇到碰撞點變化，也就是接觸到橫梁接觸薄板的位置不同，照樣能在1.9秒內完成平衡。這種實時扭矩反饋帶來的自適應能力，視覺系統根本做不到，人類的手感也做不到這么穩這么快。

人類靠手感，機器人靠TAP。這一次，機器人的“手感”贏了。

04.

切蘿卜：從“瞎切”到自適應

如果說平衡考驗的是靜態手感，那切菜考驗的就是動態手感。

團隊選了最難切的食材之一：白蘿卜。

人類切蘿卜為啥順滑？因為用的是“旋轉切片策略”：刀傾斜著下去，邊切邊推，利用杠桿原理減少阻力。更關鍵的是，手指能實時感知刀刃傳來的阻力變化，遇到硬的地方，下意識放慢、加壓；遇到軟的地方，順勢滑過。

傳統機器人復制這個軌跡會怎樣？

刀歪、卡住、翻車。因為不同蘿卜硬度不同，切的過程中阻力實時變化。機器人按預設軌跡走，遇到阻力就傻眼。

TAP的解法，是把實時扭矩反饋納入控制閉環。傳感器實時監測扭矩，相當于給機器人裝上了能感知“手感”的指尖：

第一次接觸，扭矩0.45 N·m；切到最硬處，扭矩升至1.6 N·m → 機器人暫停、回撤（手感告訴它：太硬了，換個角度）

扭矩降到0.6 N·m → 再次下刀（手感告訴它：現在可以了）

最終扭矩1.8 N·m → 蘿卜一刀兩斷

整個過程20秒，連續切片厚度可達1.2mm。

對比實驗更說明問題：沒有TAP反饋的機器人，切著切著刀就歪了；有TAP反饋的，軌跡和預設完美重合。

05.

不止傳感器，交互閉環才是靈魂

TAP團隊真正的貢獻，不只是做出個好傳感器，而是提出了“交互閉環”框架。

傳統機器人是“感知-規劃-執行”的線性流程。TAP框架把環境交互信息（碰撞、平衡、阻力）持續納入控制閉環，讓機器人能實時評估交互狀態，動態調整姿態和動作。

也就是說，讓機器人真的“摸著感覺走”。

研究團隊還展示了一個有趣的對比：在放置任務中，沒有TAP反饋的機器人面對傾斜46°的牛奶盒直接失敗；而有TAP反饋的機器人則通過實時感知接觸角度、追蹤重心偏移，4秒內完成穩定放置。

06.

未來與結語

當然，TAP傳感器離大規模應用還有距離。目前主要測單點接觸，復雜操作比如手里玩轉物體還搞不定。研究團隊已經在布局下一代：

小型化：柔性電路板陣列化，實現多點接觸

多功能化：開發高剩磁柔性磁膜，增強接觸定位

解耦優化：中心再加一個霍爾元件，更好分離壓力和扭矩信號

想象一下未來的場景：物流倉庫里，機器人能穩穩堆放各種形狀的包裹；廚房里，機器人能根據食材硬度自適應切菜；手術室里，機器人能感知組織的微小阻力變化，精準下刀

更重要的是，這種“交互閉環”的思路，這讓機器人不再是執行預設程序的工具，而是能感知環境、實時調整的協作伙伴。當機器人真正能“感受”到環境的那一刻，它離“智能”就真的不遠了。

論文鏈接：https://www.science.org/doi/10.1126/sciadv.aec3263