跳到正文
arXiv · 机器人与计算机视觉· Masaki Murooka, Ryoichi Nakajo, Tomohiro Motoda, Koshi Makihara, Hanbit Oh, Keisuke Shirai, Yukiyasu Domae·· 16 天前AI 评分58

触觉基础模型在富接触操作端到端模仿学习中的评估

Evaluating Tactile Foundation Models for End-to-End Imitation Learning in Contact-Rich Manipulation

AI 导读

该研究整合多种触觉基础模型(TFMs)到 Diffusion Policy 框架中,系统评估其在富接触操作任务下的有效性。作者通过现实世界与仿真环境中的多样化操作任务进行了广泛测试,累计完成超过 5,000 次现实世界的策略 rollout。

来源:arXiv · 机器人与计算机视觉 · arxiv.org