许华哲团队联合上海交通大学卢策吾团队提出了一种慢-快（slow-fast）层次化视觉触觉模仿学习算法RDP

TacAR基于 Meta Quest3 AR 显示，将触觉传感器的 3D 变形场渲染叠加在机器人末端执行器上；支持 GelSight Mini、MCTac 与关节力矩传感器，硬件成本约 $500，兼具跨传感器、跨机型（单臂/双臂）部署能力。

图1.  TactAR 远程操作系统概述

RDP由快慢策略构成，Slow Policy（慢策略）：使用基于隐空间扩散模型的动作块预测，低频 (1–2 Hz) 运行，负责复杂轨迹与非马尔可夫行为建模；Fast Policy（快策略）：采用不对称编码器（Asymmetric Tokenizer）+ GRU 解码，以 ≥ 20 Hz 频率对隐空间动作在执行过程中进行闭环微调，精准控制接触力并快速响应扰动。

图2. 反应扩散策略（RDP）框架概述

团队在3项高难度接触丰富任务上进行评测：(1)剥皮任务：机器人需在不同环境扰动下，对悬空黄瓜进行毫米级精度剥皮；(2)擦拭任务：机器人需在曲面花瓶上进行擦拭，实时调整切线方向与接触力；(3)双臂提杯任务：双机械臂需在不挤压纸杯的前提下完成抓取与升杯，具备双臂协同与力控要求。实验结果显示，RDP 在所有任务中相较于 Diffusion Policy 基线平均提升 35%。

图3. 三项实验任务：剥离、擦拭与双手协同举升

团队在 GelSight Mini、MCTac 与关节力矩传感器上进行跨传感器评估，验证了 RDP 在不同传感模式下的泛化能力；同时还通过用户研究表明，TactAR 触觉 AR 显著提高示教过程稳定性——剥皮任务中示教数据接触力抖动减少 > 50%，数据质量提升直接带来 RDP 性能提升 > 30%（未用触觉 → 带触觉 0.33 → 0.90）