arXiv · 机器人与计算机视觉· Xuhao Qin, Xiyan Huang, Haoyu Dong, Xi Zhang, Chenxi Xiao·· 14 天前AI 评分72
哪些物理触觉线索对接触丰富的模仿学习至关重要?一项受控的真实机器人研究
Which Physical Tactile Cues Matter for Contact-Rich Imitation Learning? A Controlled Real-Robot Study
AI 导读
本文通过受控的真实机器人实验,评估了从同一视觉 - 触觉流中衍生的不同物理线索(接触外观、几何形状、切向变形)及其编码策略对模仿学习的影响。结果显示,引入触觉感知将任务成功率从 57.8% 提升至 78.9%,其中标记流场作为单一线索效果最佳,成功率达 74.4% 且在调节已建立接触方面作用关键;因子化编码和交叉注意力融合策略也分别被证明能提升性能或提供轻量级替代方案。
来源:arXiv · 机器人与计算机视觉 · arxiv.org