ForceBench：机器人操作中力觉融合方式的基准评测
北京大学团队搭建统一测试平台，比较机器人大模型应如何使用腕部力传感器读数，发现最简单的做法，即把力的数值直接写进模型的文本提示，效果最稳定。在真实机械臂上，该方法将平均任务成功率从40%提升至63%，而更复杂的时序设计在装配任务上反而拖累表现。
六维腕部力/力矩信号应以何种方式接入视觉-语言-动作（VLA）策略？在物理属性推断、阻力交互和高接触装配三类任务中，不同设计的作用是否不同？
现有力感知策略各自基于不同任务、示范数据和控制器构建，结果无法横向比较；单一平均成功率还掩盖了力信息对某些任务有益、对另一些任务有害的情况。
此前工作分别采用力token与视觉语言特征自适应融合、高频力信号时序编码、通过接触预测调节力反馈使用，或将力知识蒸馏进视觉模型以便部署时去掉传感器等方式，并各自在不同环境下评测。
ForceBench是一个仿真基准，包含物理属性推断、阻力交互和高接触装配三大类共八项任务，随机化质量、质心和阻力，提供1600条同步示范数据，控制频率15Hz、物理仿真60Hz。作者在同一pi-0.5骨干上比较无力觉基线与六种设计：连续力token融合、将力数值写入提示词、在输出端通过交叉注意力注入、在token融合基础上增加未来力预测损失，以及两种时序设计，并以ForceVLA作为外部参照。
仿真中，提示词融合平均成功率最高，为35.31%，无力觉基线为23.25%，且三类任务均有提升。预测和时序设计的收益主要集中在物理属性推断任务，两种时序设计在装配任务上均低于基线。在配备六维力传感器的Franka Research 3上，八个系统在五项任务中共完成800次试验（每项任务200条示范）：提示词融合与双通路融合平均成功率并列63.0%，基线为40.0%，只有提示词融合在每项任务上都超过基线。
本文为预印本。仿真绝对成功率最高仅约35%。作者指出，各输入设计同时改变了多个因素，时序系统只是参照而非受控消融。真机验证仅涉及一种机械臂和五项任务，且只评估腕部力/力矩传感器，不含指尖触觉。
对力/力矩传感器厂商以及从事装配、插接和料箱作业的机器人企业而言，这提供了统一的比较标尺；对Physical Intelligence等VLA开发者来说，则说明在开发专用力编码器之前，把力值写入提示词是低成本的默认方案。国内六维力传感器厂商正加速切入人形机器人供应链，预计一年内会被这类基准数据检验。仿真与真机结果的差距也提示，任何力觉性能宣传都应附带实物测试。
受许可协议限制，本站不转载该论文全文，仅提供摘要和原文链接。