新闻雷峰网今天

哥大开源FlexiTac柔性触觉传感器：3分钟组装且仿真高保真

哥伦比亚大学开源压阻式触觉传感器FlexiTac，支持3分钟组装与LeRobot集成。其弹簧-阻尼仿真模型仅需标定3个参数即可实现Sim-to-Real精准迁移，ADI正推进5倍于人手指分辨率的商业化量产版本。

AI 整理

硬件零部件
仿真与训练
数据与采集

本文由 AI 根据公开内容整理，可能有误，请以原文为准：让触觉像视觉一样可规模化，哥大李昀烛团队 FlexiTac 的开源实践 | IROS 2026（雷峰网）

核心内容

针对具身智能触觉感知标准缺失痛点，哥伦比亚大学李昀烛团队在IROS 2026发布开源柔性压阻传感器平台FlexiTac。该平台提供完整BOM、装配指南及读取软件，已集成至LeRobot框架，使本科生配合3D打印SO-100机械臂即可开展研究。开源一年半内衍生出多模态策略、VLA触觉反馈等成果，与普渡大学合作的VTAP Gripper入围IROS最佳论文奖，Analog Devices（ADI）正基于半导体工艺开发商业化版本。

FlexiTac采用FPC与力敏薄膜层叠结构，具备柔性可裁剪、批次一致性及长期稳定性，实测一年前数据训练的模型仍有效。其核心优势在于仿真适配性，通过弹簧-阻尼系统与3个超参数标定，实现触觉信号直方图与真实环境高度对齐，显著降低Sim-to-Real随机化需求。此外，该传感器可为UMI遥操作设备补充同步触觉数据，解决透明物体抓取等纯视觉失效场景，并支持切向力近似估计与世界模型点云对齐。

关键看点

极低部署门槛：开源完整软硬件栈并集成LeRobot框架，3分钟即可完成组装，支持本科生级低成本复现与研究验证
高保真仿真迁移：基于弹簧-阻尼物理模型仅需标定3个超参数，仿真与真实触觉信号分布高度对齐，大幅降低Sim-to-Real迁移难度
数据补全能力：为UMI手持遥操作设备增加时间同步触觉记录，解决透明/易碎物体手内姿态估计难题，支撑视触联合预训练
商业化高分辨率：ADI正推进基于半导体工艺的量产版本，目标触觉分辨率达人类手指5倍以上，并通过高频采样近似估计切向力

工程与产业观察

FlexiTac通过标准化硬件设计与低参数量仿真对齐机制，有效缓解了触觉领域碎片化与Sim-to-Real鸿沟问题。其与LeRobot生态的深度绑定及对UMI数据采集链路的补全，为具身智能提供了可规模化的视触联合数据基础设施。ADI的高分辨率商业化版本若落地，将进一步推动触觉从实验室验证走向工业级精密操作应用。