跳到正文
热点事件持续更新

TacInno 模型发布:利用触觉创新信号提升 VLA 表现

1 篇报道1 个报道来源4 小时前更新

先了解这件事

AI 综述

Weile Li 团队提出 TacInno 方法,通过隔离并预测视觉与动作无法解释的未来触觉变化(即“触觉创新”)作为训练目标,旨在解决视觉 - 语言 - 动作(VLA)模型在接触丰富任务中依赖不足的问题。 该方法在六个仿真任务和四个真实世界任务中的平均成功率分别达到 87.5% 和 70.5%,表现优于最强基线。消融实验证实了视觉与动作条件、多帧编码及辅助代码预测对触觉创新信号有效性的贡献。

AI 根据报道生成 · 1 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv · 机器人与计算机视觉
    TacInno:让视觉语言动作模型掌握超越视觉与动作的接触动力学

    针对视觉 - 触觉 VLA 模型依赖不足的问题,本文提出 TacInno 方法,通过隔离并预测视觉和已执行动作无法解释的未来触觉变化(即触觉创新)作为训练目标。该方法在六个仿真任务和四个真实世界任务中平均成功率分别达到 87.5% 和 70.5%,优于最强基线。消融实验验证了视觉与动作条件、多帧编码及辅助代码预测的贡献,证明触觉创新信号对接触丰富操作的有效性。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。