Tac-Cerebellum: High-Frequency Multimodal Reflexes for Contact-Rich Robotic Manipulation （本场7篇口头报告论文之一）

论文提出一种用于高频局部反射控制的多模态快速推理“小脑”模型。模型采用选择性状态空间模型Mamba，以较低时间复杂度处理电子皮肤的时空稀疏触觉数据流；针对多模态融合中的模态坍塌问题，引入结合FiLM与SwiGLU的自适应双门控机制，在不引入交叉注意力额外开销的前提下动态平衡视觉与触觉。配合单步条件流匹配策略，Tac-Cerebellum在本地消费级GPU上实现了超过100 Hz的闭环推理。与纯视觉基线相比，该模型在初始姿态扰动与动态干扰下的鲁棒性显著更强。

actile Gesture Language: A Decoupled Architecture for Robust Gesture Recognition and Intent Inference

论文提出触觉手势语言（TGL）——一种解耦的感知—推理框架。系统先将高空间分辨率触觉数据映射为十个离散、具有物理含义的手势基本单元，再将结构化的标记序列输入大语言模型。这种解耦设计使实时交互可在边缘端完成，同时借助预训练模型中蕴含的社会常识完成高层意图推理。在未见数据上的增量式跨批次评估达到95.6%的识别准确率，验证了手势基本单元的时间稳定性；意图推理结果与专家评分模型在253组数据上的一致性为91%，表明语义迁移有效。

Material Recognition Using High-Spatial-Resolution Electronic Skin

论文验证了高分辨率触觉感知在材料识别中的作用。方法采用高空间分辨率电子皮肤，配合一种受物理启发的算法框架整合相邻时间步的信息：利用时间差分与材料刚度之间的物理关联增强特征，并综合多时间步的识别结果进行级联决策。对六种同形状样品，仅使用灵巧手本体感觉时Macro-F1为0.26，加入触觉信息后提升至0.51，识别性能接近翻倍；该方法对未见的非标准形状物体同样保持了有效性。

第二组    数据：解决触觉数据的采集与迁移

TOUCHNET: A Multimodal Human Demonstration Dataset for Dexterous Manipulation

论文发布一个融合触觉、手部姿态、视觉与语言信息的多模态人类演示数据集，覆盖四类富接触交互的操作任务。针对现有纯姿态重定向方法无法保证交互语义正确性的问题，论文提出触觉约束与姿态驱动相结合的重定向方法，显著提升了穿插与接触拓扑的准确性。重定向后的轨迹可直接支撑下游策略学习：在具有±10 cm物体位置扰动的功能性抓取任务上，仅基于单条重定向轨迹训练的残差策略达到96.7%的成功率。

TacTwin: Instance-Adaptive Tactile Digital Twins via Physics-Constrained Second-Order Hyper-ODEs

论文提出神经数字孪生系统TacTwin，建立仿真接触数据与真实压阻式触觉序列之间的映射，用以缩小仿真触觉与真实触觉硬件之间的迁移鸿沟。系统结合二阶神经常微分方程、基于标定条件的超网络以及带空间注意力的解码器，通过学习残差对解析压阻先验进行增强。模型能够保留瞬态过冲与滞后特性，并在机器人抓取实验中提升了稳定性。

DT-ECA: Distributed Tactile Estimation of Apparent Stiffness for Energy-Constrained Teleoperation and Robot Learning

论文提出DT-ECA，将分布式触觉压力与机器人运动共同转换为一个带置信度的局部表观交互刚度场——一种空间索引、物理可解释的接触描述，刻画当前接触对运动的响应方式。该表示有两条用途：一是用于构建能量约束型阻抗控制器，作为遥操作与自主执行中的安全策略；二是作为紧凑的标注流，用于预测、检索与策略条件化。

Tactile Sensing in the Era of Embodied Intelligence Foundation Models: Modular Design and Shear Force Detection

面向具身智能对触觉的需求，论文提出触觉传感器的模块化设计思路与剪切力检测方法。通过硬件与软件解耦实现即插即用，降低系统集成、运行与维护成本；精确的剪切力检测则可在动态接触过程中提前预警滑动，并为复杂的类人灵巧操作提供基础。论文认为，兼具低成本模块化与动态剪切力感知能力的触觉系统，是突破物理交互闭环瓶颈、推动具身智能走向规模化落地的关键路径之一。

SkinWorld: Toward Predictive Vision–Touch–Action World Models with Piezoresistive Electronic Skin

论文提出正在推进中的视觉—触觉—动作世界模型SkinWorld，将分布式压阻电子皮肤作为与视觉同级的预测流。模型将图像编码为视频潜变量，保留两个压力阵列的空间拓扑结构，并把机器人控制信号映射到带掩码的动作画布上；共享Transformer通过多模态流匹配，同时预测未来视觉、未来压力场与动作块。论文在四个任务上给出同步示例与一次定性触觉推演，验证了数据与预测通路的可行性，并提出了一组可检验的假设，目标是把非光学电子皮肤纳入机器人基础模型。