普通视图

Received today — 2026年4月26日

台军规划购买逾21万无人机 部署机器狗

2026年4月26日 17:47

台湾国防部表示,台军已编列特别预算,规划购买21万余架各类无人机,同时也规划部署机器狗、无人运输及战术载具,用于侦察、攻击及物资运补等多样任务。

据联合新闻网星期六(4月25日)报道,台湾国防部星期一(4月27日)将赴立法院外交及国防委员会,针对新兴科技应用于不对称作战进行专案报告。

台国防部成立国防创新小组至今已超过两年。国防部指出,国防创新小组目前持续关注关键装备的发展趋势,包括多元情报融合强化预警能力与情报研判、无人机大规模应用与技术迭代、地面无人载具投入多元场景、水面/水下无人载具支援近海防御作战等。

台国防部进一步指出,当前各类无人机已大量用于情监侦、攻击、通信中继、电战、后勤与救援等任务。当局并整合人工智能(AI)及视觉导航等新兴技术,朝自主化、蜂群、跨系统协作等方向发展,成为作战部队的标准装备。

台军并已编列特别预算,规划购买反甲、监侦及攻击型等各类无人机21万余架,并将持续强化自动目标识别,以及在无全球卫星定位系统(GPS)导引下的自主航行功能,对敌方登陆部队、装甲部队及运输载具实施精准打击。

另一方面,各国军队开始部署或大量测试地面无人载具投入侦察、火力支援、弹药及伤员运送,以及担任无人机发射载台等任务。

在此背景下,台军已规划部署机动性高、多功能及模组化的四足机器人、无人运输及战术载具,用于纵深、城镇作战中执行侦察、歼敌及物资运补任务。

在反制无人机方面,台国防部指出,针对多样化组合、不同形式的无人攻击机,必须视情况配置多层次的反制手段,同时采用枪炮、电子干扰、雷射与高能微波,以及更廉价无人机等手段。

台国防部说明,根据部队防空及机动任务需要,台军已规划建造布置无人机电磁干扰装置、自动化防空枪塔、无人机导控信号侦测与源头攻击等装备。同时也研究雷射、高能微波及反无人机拦截器等手段,确保有效拦截敌方无人机。

Received before yesterday

10美元破解机器人触觉难题!斯坦福开源方案让机械手拥有人类手感

作者胡巍巍
2026年4月19日 19:42

数据是具身智能的燃料。然而生活中随处会用到的力信息的采集,却是现有诸多大规模数采系统普遍面临的一大难点。传统的力传感器(Force-torque sensor)昂贵,沉重且脆弱,动辄上万元成本的设备在遇到冲击时极易永久损坏;更灵活的触觉传感器(Tactile Sensor)仍不成熟,短暂的使用寿命和校准的困难都极大限制了其应用规模。

为了解决力反馈的难题,斯坦福大学团队开发了名为 UMI-FT 的系统,他们在手持式数采设备 UMI 的每个手指上安装了一个硬币大小的六维力觉传感器 -- CoinFT。它能感知到每个手指受到的全部六个方向的力和力矩。这个传感器只有 2 克重,当机器人拿着灯泡去找插座的时候,它能实时感受到自己手指所受到的所有力,轻了它就加把劲,重了它就松一点,几乎能够像人手一样细腻。CoinFT 能够像传统工业力传感器一样进行标准化校准,并且能够安全承受很大的冲击力而不损坏。

(来源:https://arxiv.org/abs/2601.09988)

论文作者侯一凡告诉 DeepTech,这套方案的意义在于让带力反馈的大规模数据采集变得容易实现。以前的大规模数据采集基本只记录位置信息和视觉信息,力觉因为成本和技术难度很难规模化。UMI-FT 提供了一个低成本、高一致性、可规模化的力觉数据采集方案,为训练具备柔顺操作能力的机器人策略铺平了道路。

这个系统的核心是一个叫做 CoinFT 的微型传感器,直径 20 毫米,厚度只有 3 毫米。其内部结构由几层带椭圆支柱的介电材料组成,受到压力时电容会发生变化。还有一个五层的神经网络把这些电容值换算成为力和力矩,校准后的精度非常高,力的误差在 0.15 到 0.58 牛之间,力矩误差在 17 到 231 毫牛米之间。相比之下,传统工业使用的六轴力觉传感器又大又贵,一个就要几万块钱,而且特别娇气一不小心就会被摔坏。而 CoinFT 成本只有 10 美元,既耐摔又耐撞。

(来源:https://arxiv.org/abs/2601.09988)

而前面提到的 UMI-FT 系统不仅是增加了传感器,还把苹果手机绑在了机器人的手上。手机负责提供 RGB 摄像头、超广角摄像头、深度摄像头和姿态数据,刷新率从 10 到 60 赫兹不等。指尖的力觉传感器以 360 赫兹的速度进行超快采样,所有数据都会被记录下来。训练时,研究团队采集了 200 到 630 组不等的人类演示数据,每组数据都包含了图像、深度、姿态和每个手指的六维力觉信息。然后,他们使用这些数据训练了一个自适应柔顺策略模型(ACP)。这个模型会输出机器人的目标位置、虚拟目标位置、刚度矩阵、抓握力和夹爪宽度。底层有两个控制器在同时工作,腕部柔顺控制器根据两个手指传来的力和力矩,调整机器人手臂的位置和姿态,抓握力控制器则负责调节手指夹紧的力度。

(来源:https://arxiv.org/abs/2601.09988)

在潜在应用场景上:在工厂里,机器人可以插拔精密的电子连接器,或者装配带有卡扣的塑料件;在医疗领域,手术机器人可以感知缝合伤口时手术针刺穿组织的阻力变化,操作更加安全;在家庭服务中,机器人可以帮你拧开瓶盖、打鸡蛋和擦桌子。

(来源:https://arxiv.org/abs/2601.09988)

总的来说,本次成果等于给机器人装上了一层皮肤,让机器人拥有了触觉,让它能够感知自己用了多大力气,以及外界给了它多少的反作用力。目前,研究团队已经把这套系统的硬件设计和软件代码全部开源。任何实验室或者机器人爱好者,都可以用几千块的成本复制一套用来训练自己的机器人。

参考资料:

相关论文https://arxiv.org/abs/2601.09988

仓库https://umi-ft.github.io/

排版:胡莉花

❌