TAO-Force：统一力感知感知和快慢控制，实现接触丰富的操作

视觉-语言-动作（VLA）模型在不同的机器人操作任务中表现出了强大的性能，但其主要以视觉为中心的感知和位置控制的执行仍然不足以进行丰富的接触操作。仅凭视觉观察通常只能提供有限的接触开始和相互作用程度的证据，而位置控制策略无法对快速变化的接触动态做出合规响应。为了弥合感知和控制差距，我们提出了 TAO-Force，这是一种力条件 VLA 框架，它将力感知策略学习与接触调节执行相结合。对于力感知感知，TAO-Force 引入了力条件特征线性调制 (F-FiLM)，将编码的力反馈注入到冻结的预训练视觉语言主干的表示中，同时保留其语义先验。对于响应控制，它采用接触门控快慢架构，其中慢速位置控制分支在非接触阶段跟踪标称轨迹，快速导纳控制分支在接触阶段调节物理交互。对力感知任务的详细分析以及对四个接触丰富的操作任务的现实世界评估验证了 TAO-Force 的有效性和鲁棒性。