跳到正文
arXiv · 机器人与计算机视觉· Xuhui Kang, Tongxuan Tian, Sung-Wook Lee, Binghao Huang, Yunzhu Li, Yen-Ling Kuo·· 2026-10-07AI 评分75

基于低成本触觉力控夹爪的力调节机器人操作学习

Learning Force-Regulated Robotic Manipulation with a Low-Cost Tactile-Force-Controlled Gripper

AI 导读

针对日常物体(如薯片)操作需精确力调节的挑战,作者引入 TF-Gripper 低成本力控平行夹爪及配套的遥操作设备。研究提出 RETAF 框架,将高频力控制与末端位姿预测解耦,利用腕部图像和触觉反馈实现高频力调节。实验表明,相比位置控制,该方案在六个真实世界任务中提升了抓取稳定性和整体性能,验证了触觉反馈对力调节的必要性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org