跳到正文
arXiv · 机器人与计算机视觉· Ching-Hsiang Chang, Tzu-Yu Chuang, Yi-Hsiu Lee, Yi-Ting Chen, Yuan-Fu Yang, Min Sun·· 2026-10-07精选AI 评分78

透过位移帧:用于视觉 - 力控精密装配的特权噪声蒸馏

Seeing Through the Displaced Frame: Privileged Noise Distillation for Vision-Force Precision Assembly

AI 导读

该论文针对精密装配中位姿误差导致观测与动作坐标系偏移且无法仅凭本体感知识别的问题,提出在训练阶段引入特权教师或重标演示数据以补偿缺失信息的方法。实验显示,该方法在 FORGE 基准测试中,面对 0 至 5 毫米的位姿噪声时成功率维持在 92% 至 99%,显著优于其他基线方法;在 Franka 机器人零样本部署下,面对 5 毫米噪声时的成功率为 83.3%,而最强状态基线仅为 34.4%。

推荐理由

针对精密装配中的位姿误差问题,提出利用特权噪声蒸馏提升视觉 - 力控策略鲁棒性的方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org