触觉

对于具身智能体而言，触觉反馈不仅仅是一种辅助模态，更是感知-行动闭环中的基本组成部分，触觉作为连接被动观察与主动物理交互的桥梁，能够提供关于物体几何形状、材质属性以及接触动力学最直接的反馈，这是远距离传感器无法替代的。

与视觉或语言不同，触觉信号是接触驱动的，只有在物理交互发生时才会产生。

本综述创新性地提出了一个层次化分类体系，将多模态触觉融合系统地划分为三大支柱：多模态数据集、多模态方法和触觉传感器。

随着大语言模型（LLM）、世界动作模型（WAM）和视觉-语言-动作（VLA）大模型的爆发，将触觉与视觉、语言相融合，以弥合物理交互与高级语义推理之间的鸿沟，已成为机器人领域的必然趋势。