arXiv · 机器人与计算机视觉· Rickmer Krohn, Erik Helmut, Niklas Funk, Jan Peters, Vignesh Prasad, Georgia Chalvatzaki·· 28 天前精选AI 评分78
MiTaS:面向接触丰富操作的多分辨率触觉模仿学习研究
Multi-Resolution Tactile Imitation Learning for Contact-Rich Robotic Manipulation
AI 导读
该论文提出多分辨率触觉感知框架 MiTaS,利用模态特定卷积主干与 Transformer 融合机制,整合 RGB 相机、GelSight Mini 传感器及高频事件驱动 Evetac 传感器的信息。系统性实验在五项接触丰富的操作任务中验证了该方法的有效性,平均成功率为 80%,而纯视觉基线仅为 35.5%。该成果已提交至 CoRL 2026 会议,预印本发布于 arXiv。
推荐理由
该工作提出多分辨率触觉表征框架 MiTaS,融合 RGB、GelSight 与事件相机数据,在五项接触丰富任务中平均成功率达 80%,显著优于纯视觉基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org