TAPNAV：人形机器人触觉主动感知导航框架

2026年10月9日，arXiv Robotics（一手）报道 TAPNAV 框架。研究者提出一种让类人机器人在无视觉环境下通过主动触觉探测实现导航的方法：融合里程计、IMU 与触觉接触观测维护位姿信念，结合不确定性感知的全局路径规划与信息增益驱动的局部探测，并由全身控制器协调运动与末端执行器接触。在仿真与 Unitree G1 机器人上，TAPNAV 比基线取得更低的状态估计误差与更高的任务完成率。目前报道仅涉及该框架的提出与初步验证，未见后续进展或独立复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。