arXiv cs.RO 机器人学· Klemens Iten, Alexander Proshkin, Bhavya Sukhija, Stelian Coros, Andreas Krause, Pieter Abbeel, Carmelo Sferrazza·· 5 小时前精选AI 评分58
TacEx：用触觉好奇心驱动机器人操作探索的强化学习框架
Tactile Curiosity Drives Robot Interaction
AI 导读
论文提出 TacEx 框架，将触觉反馈引入基于认知不确定性的探索，把模型不确定性按感觉通道分解并把好奇心导向触觉通道，使机器人在无任务奖励和专家示范的情况下发现复杂接触动力学并学会抓取。触觉驱动探索收集的高密度交互数据集支持离线学习下游抓取放置策略，无需额外环境交互；用 TacEx 对视觉语言动作（VLA）模型进行后训练也显著提升了下游性能且保持较高样本效率。该工作被 CoRL 2026 接收。
推荐理由
论文指出随机探索把训练预算浪费在自由空间运动上，触觉引导的探索思路可迁移到其他操作技能的样本效率改进。
来源：arXiv cs.RO 机器人学 · arxiv.org