跳到正文
arXiv · 机器人与计算机视觉· Junyi Chen, Frederik Heller, Mario G\'omez Andreu, Boris Belousov, Tim Schneider, Lisa P. Y. Lin, Katja Doerschner, Knut Drewing, Jan Peters, Alap Kshirsagar·· 22 天前AI 评分42

基于视觉触觉传感器的主动采样策略在硬度分类任务中表现优异

Investigating Active Sampling for Hardness Classification with Vision-Based Tactile Sensors

AI 导读

该研究利用信息论不确定性度量,评估了三种概率分类器与两种主动采样策略在机器人采集的视觉触觉传感器数据集上的硬度分类性能。结果显示,由方差和熵驱动的主动采样方法准确率达 90%,显著优于人类研究的 48% 基准及随机采样基线。论文已获 IEEE-RAS Humanoids 2026 会议接收,项目页面与代码信息可进一步查阅。

来源:arXiv · 机器人与计算机视觉 · arxiv.org