在機器人操作領域，接觸豐富的任務（如裝配、插入、擰螺絲等）一直是挑戰，因為它們需要高精度的力反饋和即時控制。現有的模仿學習方法雖然能讓機器人自主與環境互動，但在處理複雜接觸動力學時往往力不從心，難以應對多模態觀測下的泛化需求。針對這一長期存在的開放問題，來自多個機構的研究人員於2026年5月提交了一篇題為“ForceFlow: Learning to Feel and Act via Contact-Driven Flow Matching”的論文，提出了ForceFlow框架。該框架基於流匹配（flow matching）技術，構建了一種力感知的反應式策略，旨在實現對接觸動力學魯棒且經濟的操作能力。
ForceFlow的核心創新體現在兩大方面。首先，在接觸階段的策略設計中，研究團隊深入探討了力訊號融合機制，並採用了一種非對稱的多模態融合架構。該架構將力/力矩感測器資料作為全域性調節訊號，而非僅僅作為另一路感知輸入。配合聯合預測正規化，策略能夠同時理解瞬時力資訊和歷史狀態序列，從而在力與運動之間建立深層次的耦合關係，使機器人能夠在接觸瞬間做出快速而準確的反應。其次，在任務級別的層次分解上，ForceFlow將操作過程劃分為兩個不同的階段：視覺主導的接近階段和觸覺主導的互動階段。在接近階段，基於視覺語言模型（VLM）的指向機制負責確定目標物體的位置；在互動階段，驅動力驅動的接觸執行負責完成精細操作。兩個階段之間透過Vision-to-Force（V2F）切換機制進行銜接，顯式地解耦了空間泛化（如不同位置或姿態的物體）與接觸調控（如力的大小和方向），從而使得框架能夠靈活應對各種未見過的情況。
為了驗證ForceFlow的實際效果，研究者在六個真實世界的接觸豐富任務上進行了實驗，這些任務涵蓋了不同的物體型別和操作難度。實驗結果表明，與當前最強的基線方法ForceVLA相比，ForceFlow的平均成功率提升了37%，同時顯著降低了計算成本和硬體需求。更值得關注的是，ForceFlow在力訊號預測方面表現出色，能夠準確估計接觸力；在接觸力自我調節和零樣本分佈外泛化（zero-shot OOD generalization）測試中，它也展現出了卓越的效能。例如，當機器人在測試中面對從未見過的物體或環境條件時，ForceFlow仍能保持較高的操作成功率，這充分證明了其強大的魯棒性和泛化能力。該工作為解決接觸豐富環境下機器人操作的實用挑戰提供了一條簡潔而有效的路徑，對推動靈巧操作技術的發展具有重要意義。