arXiv · 机器人与计算机视觉· Jaden Clark, Changhao Wang, Yihuai Gao, Seongheon Hong, Hojung Choi, Mark Cutkosky, Yifan Hou, Shuran Song·· 2026-10-08AI 评分70
MuSe:一种面向接触丰富任务的机器人多感官持续学习方法
Multisensory Continual Learning: Adapting Pretrained Visuomotor Policies to Force
AI 导读
针对机器人操作中触觉、力或音频信号难以大规模预训练的难题,本文提出 MuSe 方法,通过多阶段融合与经验回放技术将少量多模态数据适配至预训练视觉策略。研究在真实世界任务中验证了该方法在接触丰富场景下的有效性,同时证明其在保留原有预训练任务性能方面表现稳健,甚至部分任务有所提升。
来源:arXiv · 机器人与计算机视觉 · arxiv.org