作为机器人领域的经典难题，接触密集型操作的核心瓶颈始终在于力的精准感知与控制 ------ 尤其是处理易碎、可变形物体时，一丝施力偏差就可能导致操作失败。传统模仿学习方法因无法有效耦合触觉数据与力信号，始终难以解决 "力不可控" 问题，而 TU Darmstadt 团队最新提出的 FARM 框架，为这一问题提供了全新的全链路解决方案。本文将从技术核心、硬件选型、流程闭环、实验验证四个维度，深度解析 FARM 框架的设计思路与技术优势。
GelSight赋能触觉扩散策略，实现动态力适配精准操控
一、技术核心：触觉条件化扩散策略，打造力控闭环
FARM（Force-Aware Robotic Manipulation）的核心设计，在于将高维触觉数据与扩散策略深度结合，构建触觉条件化的力基动作空间。
与传统方法将视触觉反馈作为 "附加观测" 不同，FARM 框架通过 FEATS 网络，从 GelSight Mini 采集的高分辨率触觉图像中，提取物理标定的剪切 + 法向力分布，将触觉数据转化为可量化的力信号；再基于触觉条件化扩散策略，将力信号作为核心输入，实现机器人位姿、夹爪宽度、抓取力的联合预测。
这一设计的关键价值，在于让机器人从 "按指令动" 升级为 "摸着力动"，通过触觉感知实时调整施力大小，打造真正的力控闭环，彻底解决了传统模仿学习中施力为 "无控衍生结果" 的痛点。
二、硬件选型：科研复现 / 工业落地的优选组合
FARM 框架的落地，依托于一套经过精心设计的硬件组合，各组件各司其职、高效配合，也是科研人员复现、工业客户扩展的优选配置，核心硬件及功能如下：
1. GelSight Mini 视觉触觉传感器
作为整个系统的 "触觉核心"，GelSight Mini 能够捕捉高分辨率的接触变形图像，这是力分布推断的基础。其优势在于可直接集成于夹爪，实现原位触觉感知，搭配 FEATS 网络后，能精准提取剪切力和法向力分布，为扩散策略提供可靠的力信号输入。
- 2. UMI 夹爪（手持版 + 驱动版）
UMI 夹爪是连接人类演示与机器人执行的核心载体：
- 手持版：集成 GelSight Mini+RGB+ArUco，可精准采集人类完成精细操作时的触觉、视觉、轨迹数据，实现高质量的示教数据采集；
- 驱动版：与手持版几何结构 1:1 匹配，无需重定向即可部署训练好的策略，搭配双模控制器，可实现机器人端的实时力闭环控制。
这种 "手持演示 - 驱动执行" 的硬件设计，让人类的精细操作经验能够无缝转移到机器人端，大幅降低了示教与部署的成本。
3. 光学动捕 / 视觉辅助系统
为数据采集和机器人执行提供高精度的轨迹捕捉与手内视觉感知，弥补单一触觉感知的不足，实现多模态数据融合，进一步提升操作的精准度。
三、流程闭环：从人类示教到机器人执行的无衔接设计
FARM 框架打造了一套从数据采集→力信号推断→模型训练→策略部署的完整流程闭环，全程无额外适配成本，适配科研快速验证和工业规模化落地：
- 人类示教采集：操作人员通过集成 GelSight Mini 的 UMI 手持版夹爪，完成易碎物抓取、精密插入等精细操作，同步采集触觉、视觉、轨迹多模态数据；
- 力信号推断：FEATS 网络对 GelSight Mini 采集的触觉图像进行处理，提取物理标定的剪切 + 法向力分布；
- 模型训练：以触觉图像和推断的力信号为输入，训练触觉条件化扩散策略，实现位姿、夹爪宽度、抓取力的联合预测；
- 机器人执行：将训练好的策略部署到 UMI 驱动版夹爪，机器人基于实时触觉感知，自主调整施力大小，完成精准操作。
整套流程的核心优势在于 "无缝转移"------ 从人类演示到机器人执行，无需对数据或模型进行额外的重定向处理，大幅提升了技术的落地效率。
四、实验验证：三大任务验证，各维度性能均显著优于基线模型
为验证 FARM 框架的性能，研究团队设计了高力插入、低力拾取、动态力适配三类具有典型力控需求的任务，与传统基线模型进行对比：
- 高力插入：要求机器人施加稳定的高力，完成部件的精准插入，考验力的稳定性；
- 低力拾取：要求机器人施加极小的抓握力，抓取鸡蛋等易碎物，考验力的精细度；
- 动态力适配：要求机器人根据接触状态实时调整施力大小，考验力的自适应能力。
实验结果显示，FARM 框架在三类任务中的操作成功率、力控精度、执行效率均大幅领先基线模型，充分验证了其两大核心设计的优势：一是对基于力标定的高维触觉观测信息的有效挖掘，二是基于力的控制空间的构建与应用。
五、开源资源与应用前景
目前，FARM 框架的代码 base 和硬件设计文件已全面开源，科研人员可基于上述核心硬件组合，快速复现实验结果并进行扩展研究；工业层面，该框架可直接应用于易碎物抓取、精密工业装配、医疗柔性操作、食品加工等对施力精度要求极高的场景，为协作机器人、工业机器人的智能化升级提供了全新的技术思路。
未来，随着触觉传感器和力控算法的进一步融合，机器人的 "触觉感知 - 力控执行" 能力将持续提升，有望在更多精细化操作场景中替代人工，推动智能制造的进一步发展。
相关资源
- 核心硬件：GelSight Mini 视觉触觉传感器、UMI 夹爪（手持版 / 驱动版）、光学动捕系统
欢迎关注 "欣佰特科技 " ，持续为大家带来 "具身智能领域 "前沿技术及应用！详情可邮件咨询++++sales@cnbestec.com++++