（上圖左起）申亞京教授、唐一峰博士

香港科技大學團隊研發了一款名爲 EmArm 的具身機器人手臂，實現了亞毫米級觸覺定位與實時「感知 － 行動」閉環。其自帶「神經」的軟皮膚及「感知 － 行動」一體化算法，讓機器人能够在接觸外界的同時理解環境，實時調整動作，有助機器人在真實的人類社會場景中投入使用。研究成果已刊於《自然 － 傳感》。

論文：

• https://www.nature.com/articles/s44460-026-00097-1

研究背景

人類的皮膚觸覺系統能迅速感知接觸發生在哪里、力度有多大，身體從而立即作出反應，不需要視覺的介入。具體而言，例如有人扶着我們的手臂時，我們幾乎無需思考便可立刻判斷是善意引導還是用力阻擋，從而順勢調整我們的動作。本質上，人類和動物的感知和行動是深度集成的，皮膚、骨胳、肌肉共同組成一個智能體的硬件基礎。

對機器人而言，可靠的觸覺感知能力同樣是重要的硬件基礎，機器人要知道接觸發生的時間、地點、對象，否則很有可能會將操作物體夾碎、掉落、對人類傷成傷害等。不過，傳統機器人仍依賴視覺和稀疏力感知，人類的能力對它們而言仍然十分陌生。

研究成果

香港科技大學電子及計算機工程學系申亞京教授及團隊，研發了名爲 EmArm（Embodied sensorimotor robotic arm）的具身機器人手臂。該手臂直接嵌入了自帶「神經」的軟皮膚以及一套算法，實現「感知 － 行動」集成，全臂具備高分辨率、高穩定性的觸覺能力。

首先，團隊將大面積的軟觸覺皮膚，深度嵌入剛性機械骨架內部，實現了剛性運動鏈、軟體觸覺、機械臂本體感知（對自身狀態的感知）的一體化。同時，團隊在前期研究的基礎上，提出了一套「感知 － 行動」一體化共型設計方法和相應的算法。

EmArm 架構

硬件性能上，該手臂的空間分辨率達到亞毫米級，綜合定位精度小於 0.1 mm，兩點辨別閾值（區分兩個接觸點的最小間距）範圍在 18.2 mm 至 21.6 mm 之間，優於人類手臂皮膚的 30mm 至 50 mm。在電磁干擾、溫濕度變化、光照波動、機械載荷等複雜環境干擾下，EmArm 接觸力重建的準確率依然能够保持 97.9%。系統具 100 毫秒級響應速度，經過 2,000 次循環加載後性能無衰减，展現出在工程系統中實際部署的潜力。

感覺實驗中，系統能識別人類不同的觸摸方式，其識別戳、擊、撓、捏、撫五種觸摸動作類型時，準確率可達 99.8%，並根據觸覺特徵來判斷人類的意圖，例如當人類用手握住 EmArm 的前臂時，系統可把感知描述為「被溫柔地握住」。

識別人類不同的觸摸方式

操控任務中，當籃球以偏心狀態放置於 EmArm 上時，手臂可通過全臂觸覺反饋與力控制，自主調整姿態，將不穩定物體穩定夾持。當攝像頭看不到的動態障礙物（如人手）突然出現時，EmArm 能立即通過觸覺檢測緊急停止，判斷障礙物的臨時性或永久性，並自主重新規劃路徑繞行，展現了在視覺遮擋、非結構化環境中的智能。

障礙感知測試

團隊表示，該系統可進一步擴展至機器人腿部、軀幹等部位，爲人形機器人在家庭服務、協作工業、醫療輔助、養老陪伴等場景中的安全自適應交互奠定基礎。

團隊認爲，未來如要實現真正的具身智能，需要軟、硬件的深度綁定與集成。團隊目前主要集中研究機器人觸覺硬件接口及對應的算法策略，包括在指尖、手掌等部位的觸覺感知方面探索研究，並與業界保持積極合作，加速技術迭代。

研究團隊

論文第一作者是科大博士後唐一峰博士，通訊作者是申亞京教授。

如欲知道更多教科相關消息，請留意京港 Facebook 專頁：https://www.facebook.com/BHKAEC