跳到正文
arXiv · 机器人与计算机视觉· Klemens Iten, Alexander Proshkin, Bhavya Sukhija, Stelian Coros, Andreas Krause, Pieter Abbeel, Carmelo Sferrazza·· 2026-10-05精选AI 评分82

触觉好奇心驱动机器人交互:TacEx 框架及触觉驱动数据集

Tactile Curiosity Drives Robot Interaction

AI 导读

论文提出 TacEx 框架,将触觉反馈纳入基于认识不确定性的探索机制中,使机器人在无任务奖励或专家演示的情况下发现复杂的接触动力学并掌握操作技能。研究构建了通过该框架收集的密集交互数据集,支持下游抓取策略的离线学习;同时利用触觉驱动探索对预训练的视觉语言动作模型进行后训练,显著提升了下游性能且保持高样本效率。材料为 arXiv 预印本,处于审稿中。

推荐理由

该工作提出 TacEx 框架,利用触觉反馈引导探索以解决强化学习样本效率低的问题,并支持下游策略与 VLA 模型的微调。

来源:arXiv · 机器人与计算机视觉 · arxiv.org