PTLD：少量真数据的触觉迁移
JitendraMalikCV · x · 2026-07-13
这是一个关于触觉策略训练的新论文分享，主题是 PTLD: Sim-to-Real Privileged Tactile Latent Distillation for Dexterous Manipulation。
作者指出，过去很多 sim-to-real 工作过度依赖零样本迁移，往往被迫使用比较弱的传感器（例如仅本体感觉）。而 PTLD 的思路是：如果允许采集少量真实数据，就可以部署更强的富传感器-运动策略，并获得明显更好的操控性能。
论文由 CMU、UW、UC Berkeley 和 Meta FAIR 的研究者共同完成，帖子里同时给出了论文、项目页和视频链接。
「具身」频道最新
- Mundo:几张照片重建可探索的世界模型,8 卡 GPU 也只有 1.5 FPS — mark_k · 2026-10-27
- 苏黎世 Physical AI 黑客松现场：与价值 150 万美元的人形机器人同处一室 — ___Mufasaa · 2026-10-27
- iPhone Duo 内屏沿铰链开裂，苹果官方回应可免费换机 — mobileraj · 2026-10-27
- 19 人团队论文揭示 VLA 模型内部几何：概念多为多维弯曲结构 — ninamiolane · 2026-10-27
- Munro 发布 Cybercab 工程深度拆解视频 — yunta_tsai · 2026-10-27
- 奥斯汀 Robotaxi 车队规模持续扩张 — yunta_tsai · 2026-10-27