การนำทางของหุ่นยนต์ฮิวแมนนอยด์ในสภาพแวดล้อมที่ไร้การมองเห็นถือเป็นความท้าทายอย่างมาก เนื่องจากระบบระบุตำแหน่งภายในมักเกิดความคลาดเคลื่อนสะสม งานวิจัยนี้นำเสนอ TAPNAV (Tactile Active-Perception Framework) ซึ่งออกแบบมาเพื่อแก้ปัญหานี้โดยเฉพาะ โดยเปลี่ยนจากการพึ่งพาภาพเป็นการใช้การสัมผัสโครงสร้างรอบข้างอย่างชาญฉลาดเพื่อระบุตำแหน่งของตัวเอง
ระบบนี้ทำงานโดยการรักษาสมดุลระหว่างการวางแผนเส้นทางระดับโลกที่คำนึงถึงความไม่แน่นอน และการสุ่มตรวจ (Probing) ในระดับท้องถิ่นเพื่อลดความคลาดเคลื่อนของข้อมูลตำแหน่ง โดยมีตัวควบคุมแบบประสานงานทั้งร่างกาย (Whole-body controller) คอยจัดการทั้งการเคลื่อนที่ของเท้าและการใช้มือสัมผัสวัตถุ จากการทดสอบทั้งในโปรแกรมจำลองและหุ่นยนต์ Unitree G1 พบว่า TAPNAV ให้ความแม่นยำในการระบุตำแหน่งและอัตราความสำเร็จในงานสูงกว่าวิธีการแบบเดิมอย่างมีนัยสำคัญ
