SoTa: Soft Tactile Skins for Dexterous Manipulation
作者: Jingyun Yang, Baiyu Shi, Timothy Yu, Haitian Liu, Alberta Longhini, Weichen Wang, Rika Antonova, Zhenan Bao, Jeannette Bohg
分类: cs.RO, cs.LG
发布日期: 2026-10-01
备注: The first three authors contributed equally. Project website: https://sota-skin.github.io
💡 一句话要点
提出SoTa软触觉皮肤以解决机器人灵巧操作中的触觉感知问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱七：动作重定向 (Motion Retargeting)
关键词: 触觉感知 灵巧操作 人机协作 电容传感器 机器人技术 低成本传感器 数据集扩展
📋 核心要点
- 现有的灵巧操作方法在触觉感知方面存在不足，尤其是缺乏足够的视觉-触觉数据支持。
- 本文提出了一种低成本的电容触觉皮肤SoTa，能够在不同手部几何形状上提供全手覆盖，并保持共享的传感器布局。
- 实验结果表明，触觉观察在多个操作任务中显著提高了成功率，尤其是在结合人类演示后，成功率翻倍。
📝 摘要（中文）
越来越多的研究表明，触觉感知为机器人策略提供了补充视觉的接触信息，尤其在灵巧操作中。然而，现有的视觉-触觉机器人数据稀缺，灵巧演示需要遥控操作机器人，限制了数据集规模。本文提出SoTa，一种低成本的电容触觉皮肤，能够在人体和机器人上提供全手覆盖，并保持202个触觉传感器的共享布局。该传感器在经过10,000次加载-卸载循环后仍保持超过97%的初始响应范围，且在1,280次紧握折叠循环中保持连续性。通过在三个接触丰富的操作任务中进行实验，触觉观察显著提高了成功率，尤其是在引入人类演示后，成功率从22.8%提升至45.9%。
🔬 方法详解
问题定义：本文旨在解决灵巧操作中触觉感知数据稀缺的问题，现有方法依赖于遥控操作，限制了数据集的规模和多样性。
核心思路：提出SoTa软触觉皮肤，采用电容式传感技术，能够在不同手部几何形状上实现全手覆盖，并保持统一的传感器布局，从而便于人机协同训练。
技术框架：SoTa的整体架构包括多层设计，使用织物电极实现薄型、柔软的触觉皮肤，支持定制几何形状，且成本低于10美元。
关键创新：SoTa的主要创新在于其共享的触觉传感器布局，允许人类与机器人之间的无缝协同训练，避免了复杂的跨传感器映射学习。
关键设计：该传感器在设计上确保了在经历10,000次加载-卸载循环后仍保持高响应性，同时在紧握折叠循环中保持传感器的连续性，确保了其在实际应用中的可靠性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，触觉观察在三个接触丰富的操作任务中显著提高了成功率，尤其是在引入人类演示后，成功率从22.8%提升至45.9%。这一提升在所有五个超出分布条件下均表现出明显的改善，展示了SoTa的有效性。
🎯 应用场景
SoTa软触觉皮肤的潜在应用领域包括人机协作机器人、医疗机器人以及服务机器人等。其低成本和高适应性使得在各种操作环境中实现灵巧操作成为可能，未来可能在工业、家庭和医疗等多个领域产生深远影响。
📄 摘要（原文）
A growing body of work suggests that tactile sensing gives robot policies contact information that complements vision in dexterous manipulation. However, visuo-tactile robot data remains scarce: dexterous demonstrations require teleoperating robots, which limits dataset scale. Human demonstrations are far cheaper to collect and offer a path to scale this data, but only if human and robot hands carry tactile sensors with corresponding signals. This requires sensors that conform to different hand geometries, cover the full hand, and share a common layout across embodiments. We present SoTa, a low-cost capacitive tactile skin that provides full-hand coverage on humans and robots while preserving a shared layout of 202 taxels across corresponding finger and palm regions. Our multilayer design with fabric electrodes enables in-house fabrication of thin, soft skins with customizable geometry for under $10 in materials per skin. The sensor retains over 97% of its initial response span after 10,000 loading-unloading cycles with traces retaining continuity through 1,280 tight-fist folding cycles. The shared taxel layout supports human-robot co-training with a common tactile encoder and no learned cross-sensor mapping. Across three contact-rich manipulation tasks, tactile observations improve in-distribution success over vision-only policies. With a fixed robot demonstration budget, adding human demonstrations more than doubles mean success across eight evaluation conditions, from 22.8% to 45.9%, improving success in all five out-of-distribution conditions. We plan to open-source the resources needed to fabricate and operate these skins.