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
- 外滩大会观察：AI 与硬件厂商分工成型，蚂蚁扮演攒局者 — 智东西 · 2026-09-11
- 亚马逊谷歌卖出6亿台音箱,AGI 时代为何无人再造智能音箱 — julianlehr · 2026-09-11
- ECCV26 口头论文：流匹配实现多视角点云配准 — ducha_aiki · 2026-09-11
- 波兰开发者做 iPhone 应用 可探测附近的 Meta 智能眼镜 — Low-Honeydew6483 · 2026-09-11
- 蚂蚁阿福用户达 1.5 亿，外滩大会展示 AI+硬件健康管理联盟 — APPSO · 2026-09-11
- JHU 开设全栈机器人学习课:组装机械臂、采数训练部署一条龙 — _krishna_murthy · 2026-09-11