TactAlign 论文实测数据：Uskin+Allegro Hand触觉对齐方案平均任务成功率 79%

近日，密歇根大学、微软研究院、NVIDIA 等机构联合发布 TactAlign 跨本体触觉迁移论文（arXiv:2602.13579），提出基于整流流与手物交互伪配对的无标注触觉对齐方案，依托 Manus 动捕手套、OSMO 触觉采集设备、Franka Emika Panda 七轴力控机械臂、Allegro Hand 四指灵巧手、Xela Uskin 触觉传感器组成完整实验链路，完成多类接触型操作任务验证，为高校、科研机构提供轻量化人机示教落地新思路。

当前机器人灵巧学习普遍存在三大行业痛点：人机触觉传感器底层机理、分辨率差异大，无法直接互通；人手与灵巧手自由度不匹配；同步配对人机示教数据采集成本极高，动态滑动、遮挡场景难以落地。TactAlign 采用两阶段训练架构，先通过自监督学习分别训练人机触觉编码器，再利用手物运动特征生成带噪声伪配对，借助整流流完成触觉隐空间映射，全程无需人工同步标注。

整套标准化科研硬件分工清晰：示教端采用 Manus 动捕手套搭配 OSMO 柔性磁触觉皮肤，完整保留人手 23 自由度，遮挡环境下仍可稳定输出指尖姿态；执行端搭载 Franka 力控协作机械臂，内置柔顺力矩控制；末端 Allegro Hand 16 自由度四指灵巧手搭配 Xela Uskin 高分辨率离散触觉传感器，与人手传感硬件形成天然异构对照，适配跨传感器对齐实验。

多组消融对照实验数据显示，搭载完整 TactAlign 方案后，旋转、插头插入、瓶盖闭合三类任务平均操作成功率达 79%，相较仅使用机器人数据提升 41 个百分点；仅投入 5 分钟人类示教数据，机器人即可泛化至从未接触的物体。在高难度灯泡旋拧零样本测试中，仅依靠 Manus 采集的人类演示，Franka+Allegro 设备即可完整完成操作，两组无对齐基线方案均无法稳定抓取。额外跨传感器力预测实验证明，经 TactAlign 对齐后，三轴接触力预测误差平均降低 96% 以上，映射过程完整保留物理受力信息。

该套 Manus、Franka、Allegro、Xela 硬件组合可直接复现论文全部实验，降低触觉感知、模仿学习方向的科研搭建成本。信倍通可提供整套设备选型、配套调试技术支持，助力实验室快速搭建跨具身灵巧操作研究平台。

论文查阅：https://arxiv.org/abs/2602.13579

项目演示主页：https://yswi.github.io/tactalign/