跳到正文
arXiv · ML· Ken Nakahara, Aleksei Buvailik, Prokhor Kotov, Roberto Calandra·· 2026-10-08AI 评分37

基于时间视觉-触觉学习提高灵巧抓取稳定性

Temporal Visuo-Tactile Learning for Dexterous Grasp Stability

AI 导读

研究者构建了含10,000次抓取试验、200个物体的数据集,并利用四个Digit 360触觉传感器采集视觉、本体感知及触觉流数据,以训练端到端时间多模态模型。 模型预测提升后稳定性,将学习到的预测器部署为在线稳定性门控,使重新抓取成功率相比非触觉门控提高了10.5个百分点,提供了无需显式接触建模的数据驱动路径。

来源:arXiv · ML · arxiv.org