11 月 4 日消息，Meta介紹了旗下 FAIR（基礎人工智能研究）團隊對于機器人觸覺感知能力的研究情況，這項研究旨在讓機器人通過觸覺方式進一步理解和操作外界物體。

Meta   表示，打造相應   AI   機器人的核心在于讓機器人的傳感器感知理解物理世界，同時利用 "AI   大腦 " 精確控制機器人對物理世界進行反應，而團隊目前開發的機器人觸覺感知能力主要就是為了讓機器人檢測其交互的物體的材質與觸感，以便于讓   AI   判斷機器人應當如何操作這些設備（例如拿起雞蛋等場景）。

▲ 圖源 Meta （下同）

參考   Meta   公布的文獻獲悉，Meta   目前一共公布了 Meta Sparsh、Digit 360 和 Meta Digit Plexus 等多項研究成果，其中 Meta Sparsh 是一種基于   AI   的觸覺編碼器，主要利用 AI 的自我監督學習能力實現跨場景的觸覺感知，讓機器人的   AI   大腦在學習對于某種物體的 " 觸感 " 后，即可在各種場景靈活 " 感知 " 相關物品的特性。

而   Digit 360 則是一種高精度傳感器，該傳感器主要部署在機器人手指上，號稱具備多模態感知能力，能夠捕捉細微的觸覺變化。Meta 聲稱，該傳感器可以模擬人類的觸覺，支持振動、溫度等多重感知能力。

Meta Digit Plexus 則是一個開放性的平臺，號稱能夠整合多種傳感器，使機器人能夠更全面地通過傳感器感知周圍環境，并通過統一標準實時對接   AI   大腦進行反應。

此外，  Meta 還開發了 PARTNR 基準，這是一項用于評估人機協作能力的測試框架，旨在測試機器人 AI   系統在實際生活場景中的計劃和推理能力，該測試框架內置 10 萬個自然語言任務，能夠模擬居家環境中的各種情境，幫助開發者測試機器人對于自然語言的理解能力及執行能力。

Meta 現已對外公開這些技術和數據供研究者使用，包括論文、開源代碼和模型等，鼓勵更多研究社區參與觸覺技術的創新研究。