在机器人操作领域，接触丰富的任务（如装配、插入、拧螺丝等）一直是挑战，因为它们需要高精度的力反馈和实时控制。现有的模仿学习方法虽然能让机器人自主与环境交互，但在处理复杂接触动力学时往往力不从心，难以应对多模态观测下的泛化需求。针对这一长期存在的开放问题，来自多个机构的研究人员于2026年5月提交了一篇题为“ForceFlow: Learning to Feel and Act via Contact-Driven Flow Matching”的论文，提出了ForceFlow框架。该框架基于流匹配（flow matching）技术，构建了一种力感知的反应式策略，旨在实现对接触动力学鲁棒且经济的操作能力。
ForceFlow的核心创新体现在两大方面。首先，在接触阶段的策略设计中，研究团队深入探讨了力信号融合机制，并采用了一种非对称的多模态融合架构。该架构将力/力矩传感器数据作为全局调节信号，而非仅仅作为另一路感知输入。配合联合预测范式，策略能够同时理解瞬时力信息和历史状态序列，从而在力与运动之间建立深层次的耦合关系，使机器人能够在接触瞬间做出快速而准确的反应。其次，在任务级别的层次分解上，ForceFlow将操作过程划分为两个不同的阶段：视觉主导的接近阶段和触觉主导的交互阶段。在接近阶段，基于视觉语言模型（VLM）的指向机制负责确定目标物体的位置；在交互阶段，驱动力驱动的接触执行负责完成精细操作。两个阶段之间通过Vision-to-Force（V2F）切换机制进行衔接，显式地解耦了空间泛化（如不同位置或姿态的物体）与接触调控（如力的大小和方向），从而使得框架能够灵活应对各种未见过的情况。
为了验证ForceFlow的实际效果，研究者在六个真实世界的接触丰富任务上进行了实验，这些任务涵盖了不同的物体类型和操作难度。实验结果表明，与当前最强的基线方法ForceVLA相比，ForceFlow的平均成功率提升了37%，同时显著降低了计算成本和硬件需求。更值得关注的是，ForceFlow在力信号预测方面表现出色，能够准确估计接触力；在接触力自我调节和零样本分布外泛化（zero-shot OOD generalization）测试中，它也展现出了卓越的性能。例如，当机器人在测试中面对从未见过的物体或环境条件时，ForceFlow仍能保持较高的操作成功率，这充分证明了其强大的鲁棒性和泛化能力。该工作为解决接触丰富环境下机器人操作的实用挑战提供了一条简洁而有效的路径，对推动灵巧操作技术的发展具有重要意义。