冻结模型也能用上力觉:ForceHarness让GPT-6 Astra在无腕力传感器的真机上从3.3%升到90.0%
只通过API调用的冻结前沿模型无法读取原始力信号,也无法以接触力变化的速度做决策,因此此前把力引入操作任务主要靠示教训练带力输入的策略。ForceHarness在模型与机器人之间加了三层:从腕部传感器或关节力矩标定手部受力,把接触技能封装成自行调节力并在接触事件处返回的力原语,再把力轨迹翻译成带不确定度的物理量交给模型。在无腕力传感器的Franka FR3真机上,GPT-6 Astra的零样本成功率从3.3%升到90.0%;仿真中在ForceBench上从70.0%升到87.5%,在七任务的HiddenPhys上从62.1%升到96.4%。