人形機器人執行長時間、多步驟的移動操作任務（如搬運箱子或堆疊物體）面臨雙重挑戰：不僅需要穩健地執行單個元技能，還必須能夠將這些技能無縫鏈式組合，並在失敗時自主恢復。現有方法要麼依賴顯式的人機交互表示（如接觸點、力傳感器），雖精確但難以用於高層規劃；要麼使用隱式技能嵌入，雖緊湊但缺乏可解釋性，難以可靠組合。
針對這一難題，來自多所機構的研究人員提出了OmniContact框架，其核心創新在於“接觸流”（Contact Flow, CF）——一種緊湊的表示，由關鍵身體部位的運動軌跡和時序二進制接觸信號組成。接觸流作為高層規劃與底層執行之間的共享接口。底層策略CF-Track通過模仿學習或強化學習，從接觸流中學習一個統一的移動操作技能庫；高層模塊CF-Gen則基於當前狀態和任務目標，啓發式地生成未來的接觸流序列。這種分層設計使得系統能夠穩健執行、自主失敗恢復，並靈活組合元技能。
為了支持訓練，研究團隊還收集了OmniContact數據集，這是一個基於動作捕捉的人機交互語料庫，專門用於人形機器人移動操作。實驗結果顯示，OmniContact在兩個標準任務中表現卓越：在“搬運箱子”任務中成功率達到98.7%，在“推疊箱子”任務中達到76.5%，相比之前的最佳基線，元技能執行成功率平均提升40.9%，技能鏈式成功率提升66.5%。
此外，OmniContact天然支持與視覺語言模型（VLM）集成。通過VLM進行語義任務分解，系統可理解高層指令（如“將散落的箱子排成心形”），並自動生成對應的接觸流序列，實現複雜的語義驅動操作行為。這一工作為通用人形機器人操作提供了全新思路，有望在家庭服務、工業製造和災難響應等領域發揮重要作用。
研究的突破在於，OmniContact通過接觸流這一緊湊表示，成功彌合了高層規劃與底層執行之間的鴻溝。與現有方法相比，它既保留了顯式表示的精確性，又具備隱式表示的靈活性，同時提供了可解釋性。未來的工作可以進一步擴展接觸流的概念，將其應用於更復雜的多機器人協作場景，或者結合更多的感知模態，以提升機器人在未知環境中的適應性。