งานวิจัยนี้มุ่งเน้นไปที่การแก้ปัญหาความท้าทายของหุ่นยนต์ในงานที่มีการสัมผัสวัตถุหนาแน่น (Contact-rich tasks) ซึ่งการใช้เพียงการมองเห็น (Vision) อาจไม่เพียงพอ นักวิจัยจึงได้เสนอแนวทางการผสานข้อมูลระหว่างสัญญาณภาพและสัญญาณแรงบิด (Force/Torque) โดยใช้กลยุทธ์การบูรณาการแบบปรับตัวที่ทำงานร่วมกับนโยบายการควบคุมแบบ Diffusion-based
จุดเด่นของวิธีนี้คือการสร้างกลไกที่สามารถเลือกเพิกเฉยต่อสัญญาณแรงบิดในช่วงที่หุ่นยนต์ไม่ได้สัมผัสวัตถุ และจะปรับมาใช้ข้อมูลทั้งภาพและแรงบิดอย่างสมดุลเมื่อมีการสัมผัสเกิดขึ้น ผลการทดสอบแสดงให้เห็นว่าแนวทางนี้ช่วยเพิ่มอัตราความสำเร็จในการทำงานได้มากกว่าวิธีมาตรฐานเดิมถึง 14% ซึ่งเป็นการยืนยันความสำคัญของการผสานข้อมูลหลายรูปแบบที่ตอบสนองต่อการสัมผัสโดยเฉพาะ
