# 看不见的时候，让机器人伸手去摸：TAPNAV 把触觉从手指挪到了导航上

> 视觉失效时人形机器人怎么找路？TAPNAV 的答案是不找——伸手去摸，把「摸到墙」当成一次定位修正。它最值得抄的不是这个想法，而是它把触觉从「抓取的附属传感器」提升成了「规划的输入变量」。

### TLDR

- **论文**：**TAPNAV: Humanoid Navigation through Tactile Active Perception**，arXiv:2610.10748v1，提交于 **2026-10-07 18:14:37 UTC**，9 页 10 图，作者来自 Georgia Tech、Harvey Mudd College 等机构。
- **问题**：视觉不可靠环境（火灾应急、工业气体泄漏巡检、照明退化的机舱作业）中，**本体感知里程计会漂移**、定位不确定度快速累积。
- **方法三层**：① 用**里程计 + IMU + 触觉接触观测**维护位姿信念；② 全局规划器搜索**能把预测定位不确定度界住**的路线（主动利用可做触觉修正的机会）；③ 局部规划器选**期望信息增益最大**的探测动作，且同时考虑「摸到」与「没摸到」两种结果。
- **执行**：一个**全身控制器**协调机器人移动与末端接触，让「走路」和「伸手摸」一起发生。
- **验证**：仿真 + **真机宇树 G1**，覆盖长走廊、拐角、立柱、独立岛台等不同平面布局。
- **结果边界**（重要）：论文只写了「比基线**更低的状态估计误差**与**更高的任务完成率**」，**摘要未给出任何具体数值**。

### SRC

素材时间窗为**前一日 18:00 → 当日 09:00**（北京时间，2026-10-09 18:00 → 2026-10-10 09:00）。主源为 arXiv 论文 **TAPNAV（arXiv:2610.10748v1）**，提交时间戳 **2026-10-07 18:14:37 UTC**，<strong>晚于本窗口</strong>；采用依据是 Robos News 于 **2026-10-09**（窗口内）对该论文的转载收录，属扩窗规则第 2 条「近 3 日内行业进展的补充解读」。核查与边界：① 论文为<strong>预印本</strong>，未经同行评审；Georgia Tech IDAR Lab 出版物页将其标注为 “Manuscript under review”，并给出一份 ICRA2027 投稿版 PDF（文件名 ICRA2027__Whole_body_Tactile_Navigation.pdf），本号未比对两版差异；② <strong>摘要与 Robos News 转载均未给出任何量化结果</strong>——没有误差降低幅度、没有完成率数值、没有试验次数、没有基线名称；本号未获取论文正文图表中的具体表格数据，因此全文不对结果强度作任何数值描述；③ 「首个用主动规划触觉探测完成 office-scale 室内无视觉导航的系统」是<strong>作者自述</strong>（“To the best of our knowledge”），本号未做先验性核查；④ 真机实验机型为宇树 G1，但论文未说明 G1 上加装了何种触觉传感器、装在哪几个部位、成本多少；⑤ 论文作者机构含 Harvey Mudd College、Georgia Tech 等，署名中有一名高中生（Walton High School），本号未核实具体贡献。判断均为作者分析，已用「判断：」标注。**与本站存量稿的差异**：本站 10-09 收录过灵巧手叠衣、10-08 收录过因时灵巧手出货曲线，均从<strong>手部的抓取能力</strong>切入；本文的触觉用于<strong>定位与导航</strong>，是触觉的第二类用途，不重复。同日另有触觉传感器公司融资稿（灵感机器人，产品发布类），切入点是传感器量产与路线之争，与本文的算法视角分工明确。

### BODY

<div class="sec"><div class="eyebrow"><span class="num">1</span>先把问题定准：不是「看不见怎么走」，是「看不见怎么知道自己在哪」</div>
<h2>漂移才是真正的敌人</h2>

<p>多数人看到「无视觉导航」，第一反应是「那机器人怎么避障」。但 TAPNAV 的摘要把问题定义在了更前面的一步：<strong>本体感知里程计会漂移，定位不确定度会快速累积</strong>。</p>

<p>这是一个被长期低估的困难。人形机器人靠关节编码器推算自己走了多远，每一步都有小误差；在光滑地面打滑、上下坡、转身时误差会放大。有视觉时可以用特征点回环修正；一旦视觉不可用——浓烟、黑暗、强反光、镜头被遮挡——误差就没有约束，几百米之后机器人「以为自己在哪」和「实际在哪」可能差出几个房间。</p>

<div class="keypoint">判断：这个定位优先于避障的排序，是这篇论文最该被抄的地方。工程实践里，机器人撞墙通常是<strong>可恢复</strong>的（撞了、退、再试），而定位漂掉是<strong>不可恢复</strong>的——你连自己在哪都不知道，退也退不回去。所以「先钉住位姿，再谈路径」，是正确的优先级。</div>

<div class="sec"><div class="eyebrow"><span class="num">2</span>三层结构拆开看</div>
<h2>信念维护、全局规划、局部探测</h2>

<div class="jx-tl">
<div class="jx-tl-row"><div class="jx-tl-t">第 1 层 · 信念</div><div class="jx-tl-b">用里程计 + IMU + 触觉接触观测共同维护一个位姿信念（pose belief），而不是单点估计。接触是离散、稀疏的事件，但每次接触都能把信念收窄一点。</div></div>
<div class="jx-tl-row"><div class="jx-tl-t">第 2 层 · 全局规划</div><div class="jx-tl-b">搜索路线时不只算距离，而是寻找「能利用触觉修正机会、把预测定位不确定度界住」的路线——宁可绕一点，也要路过可以摸的墙。</div></div>
<div class="jx-tl-row"><div class="jx-tl-t">第 3 层 · 局部探测</div><div class="jx-tl-b">在具体位置选探测动作时，按期望信息增益排序，并且同时计算「摸到」与「没摸到」两种结果的信息量——空摸一次也是信息。</div></div>
<div class="jx-tl-row"><div class="jx-tl-t">执行层 · 全身控制</div><div class="jx-tl-b">whole-body controller 同时协调移动（locomotion）与末端接触（end-effector contact），让「走」和「摸」在同一套动作里完成。</div></div>
</div>

<p>三层里最反直觉的是第 3 层的后半句：<strong>把「没摸到」也算作有效信息</strong>。这来自主动感知（active sensing）的标准做法——如果机器人伸手去够预期中的墙面却没够到，这一样能排除一部分位姿假设。</p>

<div class="jx-cols">
<div style="flex:44">
<div class="eyebrow">被动接触（多数现有做法）</div>
<p>碰撞发生了才更新估计，或者靠步态触地反推地形。接触是<strong>副产物</strong>，不进规划。</p>
</div>
<div style="flex:44">
<div class="eyebrow">主动探测（TAPNAV）</div>
<p>接触是<strong>被规划出来的动作</strong>，进全局路线的代价函数，也进局部动作的信息增益排序。</p>
</div>
</div>

<div class="keypoint">判断：「主动」这两个字是这篇论文真正的增量。把触觉从<strong>「碰巧发生了的观测」</strong>改成<strong>「为了降低不确定度而执行的动作」</strong>，意味着触觉传感器不再只是指尖的一层皮，而是和相机、激光雷达平级的、参与规划的输入通道。这个视角转换，比任何单点精度提升都更有迁移价值。</div>

<div class="sec"><div class="eyebrow"><span class="num">3</span>结果那一栏，要老实说：没有数字</div>
<h2>「优于基线」是定性表述，不等于量化结论</h2>

<div class="jx-note">本号核对了 arXiv 摘要全文与 Robos News 转载：两者都只写了 “lower state estimation error and a higher task completion rate than baselines”，<strong>没有给出任何具体数值</strong>。本文因此不对结果强度作任何量化描述。论文正文图表可能含具体表格，本号未获取，读者如需引用请自行查阅原文。</div>

<div class="tbl-wrap"><table>
<thead><tr><th>应披露项</th><th>摘要披露情况</th></tr></thead>
<tbody>
<tr><td>状态估计误差降低幅度</td><td>未给出数值</td></tr>
<tr><td>任务完成率</td><td>未给出数值</td></tr>
<tr><td>对比基线名称</td><td>统称 baselines，未具名</td></tr>
<tr><td>试验次数 / 场景数</td><td>仅说明覆盖长走廊、拐角、立柱、独立岛台</td></tr>
<tr><td>真机触觉传感器型号与安装部位</td><td>未说明</td></tr>
<tr><td>单次探测动作的耗时代价</td><td>未说明</td></tr>
</tbody>
</table></div>
<div class="cap">六项为本号逐条核对摘要后的记录；不代表论文正文未给出，仅表示摘要与转载层面无法确认</div>

<p>这不是挑剔。对一篇做系统集成的论文来说，最容易被忽略、也最影响可落地性的，恰恰是最后一项：<strong>伸手去摸一次要花多少时间</strong>。</p>

<div class="keypoint">判断：主动探测是有代价的——机器人要停下或减速、伸臂、接触、收回。如果一次探测耗时 3 秒，而它只把位姿不确定度降低 20%，那么在一段 30 米走廊里是否值得做 5 次探测，就是一个需要数据的决策。<strong>论文未给出这个权衡数据，是本文认为当前公开材料最大的缺口</strong>。任何想复现这条路线做工程化的团队，第一件事应该是把这个「探测性价比」测出来，而不是先把成功率刷高。</div>

<div class="sec"><div class="eyebrow"><span class="num">4</span>对做场景交付的人，这条路线现在能用到哪一步</div>
<h2>先别想着替代视觉，先想「视觉失效时的兜底」</h2>

<div class="jx-steps">
<div class="jx-step"><div class="jx-step-l">阶段 1</div><div class="jx-step-bar"><div class="jx-step-v" style="width:25%;background:#0a749a"></div></div><div class="jx-step-ax">把触觉当成视觉 + 激光雷达失效时的兜底通道，而不是主感知</div></div>
<div class="jx-step"><div class="jx-step-l">阶段 2</div><div class="jx-step-bar"><div class="jx-step-v" style="width:50%;background:#00a6d6"></div></div><div class="jx-step-ax">在巡检、消防、地下管廊这类视觉本就不可靠的场景里做单点验证</div></div>
<div class="jx-step"><div class="jx-step-l">阶段 3</div><div class="jx-step-bar"><div class="jx-step-v" style="width:75%;background:#6d3fd4"></div></div><div class="jx-step-ax">测出「一次探测的时间代价 vs 不确定度下降量」，这一步不做就没有工程价值</div></div>
<div class="jx-step"><div class="jx-step-l">阶段 4</div><div class="jx-step-bar"><div class="jx-step-v" style="width:100%;background:#b85c0a"></div></div><div class="jx-step-ax">把触觉探测写进路线代价函数，才算真正进入规划层</div></div>
</div>

<p>对国内做电力巡检、消防应急、矿井与管廊作业的团队，这篇论文的可用性排序大致如此。判断：现在最现实的是阶段 1 和 2——<strong>把触觉当成兜底</strong>。因为这个阶段不需要重写规划器，只需要在感知置信度掉到阈值以下时触发一次接触式定位，工程改造量小、可验证性强。</p>

<p>最后留一句提醒：论文标题里的 office-scale 是有分量的。它说的是<strong>办公尺度</strong>的室内环境，不是园区、不是城市、不是野外。把这个定语记牢，就不会对这条路线产生不切实际的期待。</p>

<div class="srcline">来源：arXiv:2610.10748v1，提交 2026-10-07 18:14:37 UTC，https://arxiv.org/html/2610.10748v1 ；Robos News 2026-10-09 转载收录；Georgia Tech IDAR Lab 出版物页列其为在审稿件（ICRA2027 投稿版 PDF）。</div>
</div>
</div>
</div>
</div>

---

*来源：神机百见-具身解读 · https://www.shenjibailian.com/jiedu/article/tapnav-tactile-active-perception-navigation/*
