# React、ToucHD-Mani 与 MiTaS：无 marker Mini 比较

日期：2026-09-20。

**已完成三组比较。React 在中等阈值的相对变化比例高于另外两组，但共同参考下的 A6 接近；ToucHD 的高阈值相对变化不低于 React。不能把曲线写成触觉信息量或数据质量的全面排名。**

## 数据范围与质量审计

| 数据集 | 本次原始图像活动分析 | 5 秒窗口实际纳入 | 来源和限制 |
|---|---|---|---|
| React | 4 任务、50 段原始录制；原先冻结的 150 个十秒时间窗口、289 个传感器窗口 | 578 个传感器窗口，48.17 传感器分钟；约25分钟不重复时间抽样 | 使用原始存储RGB，不使用额外发布H.264；这是抽样，不是全部10小时 |
| ToucHD-Mani | 全部已取得的40个无marker任务、261个episode；采集时钟范围94.92分钟 | 1,011窗口、84.24分钟 | 原始PNG及time.txt；两个episode末尾63张无时钟图像沿用上次排除 |
| MiTaS | 160个公开文件对象，16,027,615,269字节；157份唯一HDF5，其中145份触觉时序可用、5任务 | 232窗口、19.26分钟；可用发布时钟跨度25.22分钟 | 全部下载；按内容哈希和帧发布时钟去重，12条冻结触觉序列明确排除 |

MiTaS 的3份重复上传是 lightbulb_connection_ep_02、12、16 的额外副本。保留所有Drive对象的来源信息，但统计只计一次。12条不可用序列是 gear_assembly_ep_22–33：发布时钟不前进，整段反复记录同一个触觉帧。12/157=7.64%是本次公开唯一文件中的无可用触觉时间变化序列比例，不是模型失败率，也不代表全部原始采集。

时钟审计修正了初次先导的错误：MiTaS的end_t_ns在同一控制步内可仅相差微秒，不能标识独立相机帧。最终改为按pub_t_ns识别并去重历史帧，并核对同一发布时刻的图像相等。该字段是**发布时钟，尚未确认是硬件曝光时刻**。不同发布时刻的相同像素保留为零变化，不按图像内容删除。可用episode的发布时钟频率中位数约18.41Hz，低于论文名义25Hz；不同发布时刻的连续相同像素比例，episode中位数约16.02%。初次end_t_ns先导和未去重的文件统计不进入最终结果。

## 方法

三组都使用原有128×128空间预处理、5Hz最近原始帧端点，目标间隔200ms。拒绝重复源帧索引，端点误差不得超过半个周期，实际记录时钟间隔与200ms偏差不得超过35%。每5秒形成非重叠窗口，至少90%配对有效；不跨episode拼接，不补齐短尾。React原有10秒窗口拆成两个5秒窗口。

变化功率为归一化RGB端点差的均方值。自身Pq为窗口内最低20%正有效功率的均值，最少3个；共同参考固定为10^-6。横轴10log10(P/Pq)，纵轴超过阈值的有效时间比例。A6/A20分别读取6/20dB。

先按有效时间汇总同一录制/传感器窗口，再平均传感器、任务内录制、固定任务集合。95%区间在任务内按原始录制或发布episode重采样2000次，不将帧或左右传感器当作独立样本。区间不覆盖任务选择、操作者、会话相关性、成像链路差异或时间戳语义的不确定性。

## 主结果：5秒窗口，完整图像

| 数据集 | 自身Pq A6%，95%CI | 自身Pq A20%，95%CI | 共同Pq A6% | 共同Pq A20% | 窗口Pq中位数 |
|---|---:|---:|---:|---:|---:|
| React | 41.12 [37.69, 44.62] | 3.70 [2.57, 4.88] | 53.47 | 12.67 | 1.64e-06 |
| ToucHD-Mani | 30.17 [29.44, 30.90] | 4.21 [3.79, 4.60] | 50.75 | 11.53 | 3.28e-06 |
| MiTaS | 11.70 [10.67, 12.80] | 0.21 [0.13, 0.30] | 53.79 | 1.81 | 3.85e-06 |

Pq中位数是窗口级不加权统计，不是任务等权均值。ToucHD与MiTaS约为React的2.01倍和2.35倍，明显小于之前混合发布编码的差距，但仍不能忽略。MiTaS与ToucHD约差1.17倍。Pq不是独立无载噪声，持续运动会抬高分母。

React的自身A6较高，支持“当前样本具有更明显的中等幅度相对变化调制”。共同参考下三组A6接近，说明这个结论依赖分母含义；不能据此声称绝对接触强度最高。React与ToucHD的A20没有明确的React优势。MiTaS的高阈值比例较低，但其任务常保持夹持物体，稳定触觉形态可能仍为精细插入提供重要信息。

## 窗口长度与覆盖率

在完整候选时间内，5Hz配对保留率为ToucHD99.97%、MiTaS99.67%。React的100%只针对已经按时钟有效性筛选的冻结窗口，不能解释为全数据采集无丢帧。

5秒窗口分别覆盖ToucHD与MiTaS有效时间的89.17%、77.31%；其余主要是短尾。10秒窗口降至76.91%、53.98%。MiTaS在10秒设置下只剩81条episode、4个任务，64条可用短episode没有完整10秒窗口。因此10秒曲线改变了任务集合，不能只当作窗口长度的纯效应，也不应作为其主排名。网页同时提供中心裁剪与去全局RGB偏移的空间敏感性。

## 接触比例图的定位

图中首帧参照代理为React33.57%、ToucHD56.79%、MiTaS55.81%。**这些不是contact frame percentage真值。** React该图沿用全片段公开视频，范围和编码也不同于上方原始RGB窗口。首帧已接触时，稳定接触接近参考，释放反而可能偏离参考。网页保留图作审查，不据此排序；真实接触率仍需独立无载参考或人工标签。

## OmniViTac与ContactWorld

两者本轮都不纳入。OmniVTA当前论文中的Mini有规则marker网格；实际发布片段抽查的700点形变、700×400差分图与Xense配置相符。38.6TB混合数据缺少Mini级索引，不能宣称全部都是带marker，更不能把差分图中消失的marker当作物理无marker传感器。

ContactWorld最新版本四个真实Mini任务的TacRGB均可见marker，真实实验共320条示范；已定位到的公开包对应12个仿真任务，未验证到公开的无marker真实Mini子集。详细文件清单、版本和原始图例见[独立审计](worldmodel-mini-audit.md)。

## 可检查的产物

- 5秒/10秒、完整/中心/去全局变化的三组曲线PNG与PDF。
- Pq分位数图、首帧参照代理图，以及逐窗口/逐任务CSV。
- 46组按任务和变化档分层的原始帧对；每组重算功率与缓存一致。样本不是随机总体，不能用46组的比例估计活动率。
- 所有160个Drive对象的清单、内容哈希、3组重复来源、12条冻结序列审计及最终测量准入记录。

来源：[React](https://huggingface.co/datasets/yxma/React/tree/969a17fc7cd0761036eb7ef0c518908441ae200e)、[ToucHD-Mani](https://huggingface.co/datasets/BAAI/ToucHD-Mani/tree/848daaf0fb2fed93de0aa350546d4bca0817b114)、[MiTaS](https://mitas-touch.github.io/)、[OmniVTA v3](https://arxiv.org/html/2603.19201v3)、[ContactWorld v2](https://arxiv.org/html/2606.13877v2)。