跳到正文
arXiv · 机器人与计算机视觉· Yuyao Jiang, Haichao Liu, Jiarui Zheng, Zihan Ding, Weihao Yuan, Ziwei Wang·· 2026-10-05精选AI 评分78

RATE:面向高接触频率机器人操作的風險感知触觉编码

RATE: Risk-Aware Tactile Encoding for Contact-rich Robotic Manipulation

AI 导读

针对接触丰富型机器人操作中相似触觉观测可能对应不同任务风险的模糊性问题,本文提出 Risk-Aware Tactile Encoding (RATE) 方法。该方法利用历史条件预测捕捉交互上下文,并通过警报监督将上下文与任务条件风险关联,借助轻量级残差适配器补充传统触觉特征。在仿真与真实世界实验中,该方法显著提升了任务成功率,消融实验证实了警报引导学习与预测时序建模的互补收益。

推荐理由

提出风险感知触觉编码方法,通过历史预测与警报监督结合任务条件风险,提升接触型操作成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org