2026年5月22日至24日，第五届中国力触觉技术及应用会议将落地北京，以“泛在触觉，赋能万物”为核心理念，搭建跨学科交流平台。本届会议聚焦力触觉传感器研发、力触觉感知技术创新、具身智能与人机共融三大核心领域，深度契合未来产业发展需求，致力于推动技术前沿探索、科技成果转化与复合型人才培养。本次会议议题将紧扣行业热点，涵盖具身触觉与人机共融技术突破、医疗机器人与护理康复实训应用、柔性电子与可穿戴感知

案例基于EgoScale：用不同的以自我为中心的人类数据来衡量灵巧手的操作。挑战像拧开盖子、使用工具和精细的手指控制等灵巧的机器人操作训练成本很高。目前的方法依赖于大量的遥操作机器人演示，这种演示速度慢，而且规模昂贵。与此同时，人类每天都会产生大量灵巧的操作数据，但将这些知识转移到机器人身上仍然具有挑战性。解决方案EgoScale将大规模以人为中心的视频作为主要训练资料来源，并通过以下方式将其与精

在仿真软件中收集高质量的灵巧操作数据要求输入设备能够真实地捕捉人手运动的全部动作。MANUS手套，现在原生集成到英伟达NVIDIA Isaac实验室2.3版本中，以直接解决该需求。在演示中，操作员使用MANUS手套远程操作Sharpa Wave，这是NVIDIA IsaacLab内的一个22自由度灵巧机械手，将自然的手部运动转化为毫米级保真度的实时机器人关节控制。灵巧手操作中的数据质量瓶颈模拟优先

在非结构化的真实世界制造环境中部署人形机器人是机器人研发中最难解决的问题之一。实现这一能力的有效途径是遥操作驱动的模仿学习——捕捉人类运动数据，并使用它来训练机器人策略，这些策略可以在不同任务和条件中进行扩展。为了应对这一挑战，阿波罗人形机器人的开发商Apptronik选择使用MANUS手套，在德国柏林的梅赛德斯-奔驰生产工厂中收集机器人学习所需的精确手部和手指运动数据，并以此训练其机器人完成各种

随着类人机器人在工业服务、医疗护理、家庭陪伴等现实场景中的普及，解码其“类人运动密码”已成为技术突破的关键。Xsens作为动作捕捉领域的先行者，正通过创新解决方案推动人形机器人运动训练的革新。本文将系统解析支撑这一领域的核心术语与方法，助您精准把握技术脉络。

“RoboBrain-Dex：多源自我中心训练用于集成灵巧视觉-语言-行动模型”。灵巧手遥操作目前为止仍然是机器人技术中最具挑战性的前沿领域之一。尽管视觉-语言-动作模型在通用机器人能力方面表现出很大潜力，但其面临一个关键瓶颈：灵巧手技能的大规模学习、动作注释数据稀缺。传统遥操作方法成本高且耗时，而现有的人类运动数据集则存在视角依赖、遮挡和捕获环境受限等问题，这限制了它们在机器人训练中的应用。北京