跳到正文
arXiv · 机器人与计算机视觉· Haoyang Tian, Zhengwei Li, Houcheng Li, Xu Yang, Peigeng Gu, Xinyue Wang, Tairan Zhu, Shuo Jiang, Long Cheng·· 23 天前AI 评分42

高分辨率触觉观测使隐蔽的球拍控制机制变得可学习

High-resolution tactile observation makes hidden racket-control mechanisms learnable

AI 导读

研究利用搭载 864 个节点、100-Hz 采集频率的触觉惯性手套,记录了超 70 名参与者跨越五项技能的 1.4 万次羽毛球挥拍数据。提出的力学 grounded 双层框架从触觉历史推断出物体驱动与抓握稳定控制机制,发现高熟练度对应选择性而非广泛性控制。在随机分组的实验中,机制引导的学习者技能提升达 0.72 专家评分等级,显著优于仅反馈水平的 0.05,证实了控制机制的可操作性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org