arXiv cs.RO 机器人学· Kiyanoush Nazari, Luchen Li, Haoshu Fang, Nima Fazeli, Zhibin Li, Fumiya Iida, Thomas George Thuruthel·· 2 小时前精选AI 评分52
arXiv 论文综述触觉引导的机器人技能学习:从表征学习到基础模型
Tactile-Guided Robot Learning: From Representation Learning to Foundation Models
AI 导读
论文以学习视角综述触觉引导的机器人技能学习,按触觉在学习与控制管线中的功能角色组织,涵盖触觉表征与策略学习、触觉基础模型、预测与自适应控制,以及跨物体、任务、传感器、本体和仿真到现实的泛化。文章识别了可迁移物理表征学习、语义推理与接触级控制融合、跨异构数据与硬件扩展触觉学习等共同设计原则与挑战,并展望可预测、推理并适应物理交互的触觉基础模型与世界模型,附带被综述文献与资源数据库。
推荐理由
综述按触觉在学习与控制管线中的功能角色梳理了表征学习到基础模型的脉络,可作为该方向的入门地图。
来源:arXiv cs.RO 机器人学 · arxiv.org