arXiv · ML· Junyi Chen, Frederik Heller, Mario G\'omez Andreu, Boris Belousov, Tim Schneider, Lisa P. Y. Lin, Katja Doerschner, Knut Drewing, Jan Peters, Alap Kshirsagar·· 6 小时前AI 评分33
基于视觉触觉传感器（VBTS）的硬度分类主动采样策略研究
Investigating Active Sampling for Hardness Classification with Vision-Based Tactile Sensors
AI 导读
基于视觉触觉传感器（VBTS）的主动采样策略可实现 90% 的硬度分类准确率，优于 48% 的人类准确率。 研究采用方差和熵作为模型不确定性度量，在自采和公开数据集上对比了三种概率分类器、两种主动采样策略及随机采样基线。 该工作已被 IEEE-RAS Humanoids 2026 会议接收，验证了 VBTS 用于硬度分类的有效性。
来源：arXiv · ML · arxiv.org