机器人力控开源日报

追踪领域: 机器人/机械臂力控最新进展、开源代码、论文、数据集和开源报告

今日要闻速览

1. Figure AI 发布 Helix 02：实现全身力控协同与读心协作

来源 : Figure AI (2026年1月/5月)
链接: https://www.figure.ai/

核心进展 : - Helix 02 VLA模型 ：实现全身一体化控制架构（S0/S1/S2三层系统） - 力控精度 ：指尖触觉传感器可检测仅3克力（约一枚回形针重量） - 多机协作突破：两台机器人无需通信，仅凭视觉观察彼此动作即可默契协作铺床

技术架构: | 系统 | 频率 | 功能 | |------|------|------| | S0 (脊髓) | 1 kHz | 全身平衡与生物力学控制 | | S1 (运动皮层) | 200 Hz | 像素到全身动作的统一控制 | | S2 (大脑) | 7-10 Hz | 视觉理解与意图推理 |

应用场景: 洗碗、铺床、收拾杂物等家务任务，端到端自主执行4分钟连续任务

2. NVIDIA 发布 Newton 物理引擎：GPU加速力控仿真

来源 : NVIDIA GTC 2026 (2026年3月)
链接: https://developer.nvidia.com/blog/newton-adds-contact-rich-manipulation-and-locomotion-capabilities-for-industrial-robotics

核心功能 : - MuJoCo Warp : GPU加速达475倍（操纵任务），252倍（运动任务） - Kamino求解器 : 迪士尼Research开发，支持复杂闭环连杆机构 - Hydroelastic接触模型 : 基于连续压力分布，模拟真实触觉感知 - 与Isaac Lab 3.0集成: 强化学习与模仿学习工作流

开源地址: https://github.com/NASA-IMPACT/newton (Linux Foundation项目)

3. ROS 2 自适应导纳控制器发布

来源 : ROS Community (2026年4月)
链接: https://discourse.openrobotics.org/t/announcement-ros2-adaptive-admittance-controller/54027

核心特性: - 支持话题实时修改柔顺参数（刚度、阻尼、质量） - 力/力矩传感器偏置估计机制 - 已在UR16e机器人上验证 - 与关节轨迹控制器链式使用

GitHub: https://github.com/aitor-ibarguren/adaptive_admittance_controller

一、知名公司力控研究进展

1.1 KUKA & Flexiv（力控机器人）

Flexiv 力控RDK更新 (2026年5月)

GitHub: https://github.com/flexivrobotics/flexiv_rdk

项目	描述
编程接口	C++ 和 Python
平台支持	Linux, macOS, Windows, QNX
力控支持	自适应力控、阻抗控制、力位混合控制
实时性能	支持实时控制接口

力控仿真插件: https://github.com/flexivrobotics/flexiv_sim_plugin - 支持Flexiv Elements Studio与外部仿真器连接 - sim2real功能

Force Policy论文（上海交大 & Flexiv合作）

arXiv: https://arxiv.org/pdf/2602.22088

核心创新 : 1. 交互框架(Interaction Frame) : 基于物理的接触结构表示，从力观测中恢复几何框架 2. 双策略架构 : 全局视觉策略 + 高频力反馈局部策略 3. 异步调度器: 协调全局/局部策略，避免延迟影响

实验验证: - 推挤翻转、电动车充电插头、贴纸刮除等任务 - 成功率显著优于现有视觉/力感知基线

1.2 Unitree 人形机器人 H1 创下速度记录

来源 : Unitree Robotics (2026年4月)
链接: https://aihaberleri.org/en/news/humanoid-robot-h1-hits-36-kmh-in-2026-unitree-robotics-breaks-speed-record

性能指标 : - 最高速度 : 36 km/h (10 m/s) - 史上最快双足机器人 - 实时控制 : 1 kHz传感器处理，微秒级扭矩响应 - 致动器 : 超高扭矩密度电机 - 材料: 轻量化碳纤维复合材料

力控系统: - 全身协调的动态步态模式 - 实时平衡控制AI算法 - 高速运动中的碰撞检测与响应

1.3 Boston Dynamics Atlas（电动版）

部署状态 : 现代汽车佐治亚工厂试点运行
价格: 约$420,000

力控特点: - 全身31自由度液压/电动混合系统 - 高级力矩控制实现复杂地形行走 - 与Google DeepMind AI深度合作

1.4 Franka Emika Research 3

官网: https://franka.cn/Research-20/

力控特性: | 参数 | 规格 | |------|------| | 控制频率 | 1 kHz 扭矩/位置/速度控制 | | 关节扭矩传感 | 每关节配备扭矩传感器 | | 重复定位精度 | ±0.1mm | | 有效载荷 | 3 kg | | 臂展 | 855mm |

力控研究资源 (https://franka.de/community):

资源名称	功能	链接
GELLO遥操作	低延迟关节阻抗控制	ROS 2集成
力敏遥操作	双Franka力反馈控制	Docker支持
Frankx	实时轨迹生成库	C++/Python
Polymetis	学习控制栈	PyTorch
Drake集成	MIT运动控制工具箱	C++

二、知名研究机构力控研究

2.1 MIT CSAIL & LIDS

软体机器人安全力控系统

来源 : MIT EECS (2026年2月)
链接: https://www.eecs.mit.edu/new-control-system-teaches-soft-robots-the-art-of-staying-safe/

核心技术 : 1. 高阶控制屏障函数(HOCBFs) : 定义安全操作边界 2. 高阶控制李雅普诺夫函数(HOCLFs) : 引导任务目标 3. PCS动力学模型 : 可微分软体机器人建模 4. DCSAT距离度量: 保守接触估计

实验验证: - 轻压柔顺表面 - 曲面轮廓追踪 - 人机协作操作

MIT Manipulator Control课程

链接: https://manipulation.csail.mit.edu/force.html

力控控制器类型: - PIDController - InverseDynamicsController - SpatialForceController - JointStiffnessController - SpatialStiffnessController

2.2 上海交通大学 & 浙江大学

CoRAL: 接触富集自适应LLM控制

arXiv: https://arxiv.org/html/2605.02600v1

创新点 : 1. LLM作为成本设计器 : 生成上下文感知目标函数 2. 神经符号适应环 : VLM提供物理先验 + 在线系统辨识 3. 检索记忆单元: 复用成功策略

性能: 在未见过的接触富集场景中，成功率比SOTA VLA提升50%以上

2.3 ETH Zurich

接触富集操纵学习综述

来源 : SAGE Journals (2026)
链接: https://journals.sagepub.com/doi/pdf/10.1177/09596518251350353

综述内容: - 强化学习在接触富集操纵中的成本与安全改进技术 - sim2real迁移方法 - 任务间知识迁移 - 工业自动化应用前景

2.4 CMU & Bosch AI

人形机器人触觉梦境变换器

arXiv: https://arxiv.org/abs/2604.13015

核心创新 : - 触觉梦境机制 : 预测未来触感，建立接触物理理解 - 全身控制 + 灵巧手 + 触觉传感 三者整合 - VR遥操作数据采集 - 多模态变换器策略训练

实验任务: | 任务 | 成功率提升 | |------|-----------| | T形块插入 | +90.9% | | 书本整理 | +90.9% | | 毛巾叠放 | +90.9% | | 端茶服务 | +90.9% |

三、知名学者力控研究

3.1 Oussama Khatib (Stanford)

引用来源 : Franka Emika Research 3页面
观点 : 我们需要新一代机器人来开拓机器人应用的新纪元。Franka Emika为突破现实世界机器人应用中的新挑战奠定坚实的基础。

3.2 Dieter Fox (NVIDIA/华盛顿大学)

引用来源 : Franka Emika Research 3页面
观点 : Franka Emika机器人系统非常适合我们在开放式环境中进行反应性、鲁棒性操作研究。

3.3 Daniela Rus (MIT CSAIL)

来源 : 软体机器人安全力控论文
贡献: 接触感知安全控制框架，提出软体机器人可在保持灵活响应的同时数学保证不超过安全力限。

四、开源代码与工具库

4.1 力控相关GitHub仓库汇总

仓库名	描述	语言	更新日期
flexiv_rdk	Flexiv机器人开发包	C++/Python	2026-05-05
adaptive_admittance_controller	ROS2自适应导纳控制器	C++	2026-04-14
ForceControlCollection	力控函数集合	C++	2025-06-23
multifingered-force-aware-control	多指力感知控制	Python	2026-03
actor-critic-MPFC	演员评论家模型预测力控制器	Python	2025-03-27
DevClaw-Robot	6-DOF桌面机械臂(阻抗控制)	C/Python	2026-02-16
wrs	UR5力控装配(ROS/Gazebo)	C++	2021-03-15
bravo-admittance-control	导纳控制器	Python	2023-06-11

GitHub Topic: https://github.com/topics/force-control

4.2 ROS 2力控生态

ros2_controllers: https://index.ros.org/r/ros2_controllers/

核心控制器: - effort_controllers - force_torque_sensor_broadcaster - forward_command_controller - gripper_controllers

4.3 reBot Arm 开源力控机械臂

来源 : Seeed Studio (2026年3月)
GitHub: https://github.com/Seeed-Projects/reBot-DevArm

规格: - 6+1 DoF力控机械臂 - 支持DAMIAO 4310, RobStride 06 QDD高端扭矩电机 - 原生支持关节级力/位置控制 - Python + ROS支持

五、力控技术深度解析

5.1 阻抗控制 vs 导纳控制

阻抗控制 (Impedance Control) : - 调节机器人末端的位置与力的动态关系 - 公式: F = M(ẍ) + B(ẋ) + K(x) - 优点: 稳定性好，适用于位置控制机器人

导纳控制 (Admittance Control) : - 将力输入转换为位置输出 - 公式: x = A(F) = (1/M)s²F + (1/B)sF + (1/K)F - 优点: 适用于力控制机器人，响应平滑

ROS2实现: adaptive_admittance_controller支持: - 话题修改柔顺参数 - 参数渐变避免突变 - 力/力矩传感器偏置估计

5.2 力控仿真技术

NVIDIA Newton引擎

核心组件:

组件	功能
MuJoCo Warp	GPU加速物理仿真
Kamino	复杂闭环机构仿真
Hydroelastic Contact	连续压力分布接触
VBD Solver	可变形体仿真

性能提升: - 操作任务: 475倍加速 - 运动任务: 252倍加速

5.3 触觉传感与力感知

Figure 03指尖传感器

检测力

: 3克（回形针重量）
感知模式

: 接触感知、力调节抓取

MIT触觉手套

分辨率

: 亚毫米级
应用

: 精细操作、力反馈遥操作

Xela磁触觉传感器

多指力估计
接触力3D重建

5.4 深度学习力控

强化学习力控流程

go 复制代码

观测 (力/位置/视觉)      ↓ Actor-Critic策略网络     ↓ 力/位置控制指令     ↓ 机器人执行

模仿学习力控

Force Policy

: 全局视觉 + 局部力反馈
CoRAL

: LLM成本设计 + 在线适应
触觉梦境

: 未来触感预测

六、力控应用场景

6.1 工业应用

应用	力控技术	代表公司
精密装配	力位混合控制	KUKA, ABB, Fanuc
打磨抛光	阻抗控制	Franka, Flexiv
协作机器人	导纳控制	UR, Franka
电池组装	力矩控制	Tesla, Figure

6.2 人形机器人应用

Figure 02 BMW部署数据: - 运行时间: 1,250+小时 - 零件装载: 90,000+件 - 放置精度: 99% (>5mm容差) - 行走距离: 200+英里

力控要点: - 行走中保持物体稳定抓取 - 足底落地缓冲控制 - 全身协调运动

七、技术趋势与未来展望

7.1 2026年力控技术趋势

力控即服务

: 模块化、开源化降低门槛
触觉智能

: 视觉+触觉+力觉多模态融合
物理AI

: 基于物理先验的深度学习
GPU仿真

: 加速sim2real迁移
全身协调

: 力控从末端执行器扩展到全身

7.2 标准化进展

ISO力控安全标准

: 持续完善
ROS 2力控工具包

: 生态成熟
SimReady标准

: NVIDIA主导资产标准化

7.3 挑战与机遇

挑战: - 模拟到真实的高保真迁移 - 多指灵巧手力控 - 动态接触的实时控制

机遇: - 开源生态降低进入门槛 - GPU加速使能大规模训练 - 人形机器人商业化驱动需求

八、资源汇总

论文列表

论文	来源	arXiv ID
Force Policy	上海交大/Flexiv	2602.22088
CoRAL	-	2605.02600v1
VOFA	-	2605.01518
触觉梦境	CMU/Bosch	2604.13015
软体机器人安全	MIT	-

开源项目

项目	GitHub
Flexiv RDK	flexivrobotics/flexiv_rdk
自适应导纳控制器	aitor-ibarguren/adaptive_admittance_controller
reBot Arm	Seeed-Projects/reBot-DevArm
ForceControlCollection	isri-aist/ForceControlCollection

学习资源

资源	链接
MIT Manipulator Control	manipulation.csail.mit.edu/force.html
ROS 2 Controllers	index.ros.org/r/ros2_controllers/
Franka社区资源	franka.de/community

日报说明: - 本日报追踪世界知名公司、研究机构和学者的机器人/机械臂力控最新进展 - 覆盖开源代码、论文、数据集和研究报告 - 数据来源: GitHub, arXiv, 公司官网, 学术期刊