跳到正文
arXiv · 机器人与计算机视觉· Tianxing Chen, Wenwei Lin, Chuqiao Lyu, Peicheng Xiang, Junyuan Tang, Tian Nian, Zijian Cai, Kehe Ye, Chenze Yu, Wenxuan Zhu, Eric J. Chen, Yan Qin, Yue Chen, Tongyu Wu, Junhao Gong, Kai-Chong Lei, Jiahao Zhang, Kailun Su, Qiwei Liang, Renjing Xu, Ping Luo, Wenbo Ding·· 2026-10-16精选AI 评分82

Spark-0:通过空间对齐触觉预训练提升机器人灵巧操作能力

Spark-0: Scaling Spatially Aligned Tactile Pretraining for Robot Dexterous Manipulation

AI 导读

针对视觉预训练难以捕捉接触力与滑移等触觉信息的难题,该研究提出 Spark-0 模型,利用触觉手套数据构建 HumanTouch 数据集进行大规模预训练。实验表明,在保留触觉信号的情况下,Ego Humanoid 基准测试成功率从 52.5% 提升至 71.7%,SparkArena 真实机器人任务成功率从 44.0% 提升至 52.0%,验证了触觉作为策略输入及可缩放监督信号的有效性。

推荐理由

该工作提出 Spark-0 模型与 HumanTouch 数据集,证明在灵巧操作中保留触觉信号可显著提升视觉预训练的成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org