Uni-VLaT：给预训练 VLA 加上全身触觉，人形 loco-manipulation 成功率 32%→75%

视频加载中

视频加载中

Uni-VLaT 为预训练 VLA 策略加入全身触觉以适应人形 loco-manipulation，五个真机任务平均成功率从 32%（无触觉）提升到 75%，比仅输入触觉（68%）高 7 个百分点。最抓人的结果是「拍背行走」（Back-Tap Walking）：拍机器人背部它就走、停止拍就停，零视觉信号——无触觉 0% 成功率、有触觉 85%，这不是「触觉有帮助」而是「没有触觉这个任务根本不存在」。它还能跨 GR00T 与 π0.5 两种骨干泛化。方法：区域传感器读数编码为空间触觉 token，短因果历史捕捉接触起始/支撑/释放；训练时用触觉锚定的多模态预测目标（预测未来触觉、本体与视觉表征）；触觉通路适配预训练 VLA 保留视觉语言先验。