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
- LIBERO-MAX 基准：8000 例测试显示机器人策略难以应对突发变化 — drmapavone · 2026-10-27
- ROSCon UK 现场直击：BBC 机器鲸鱼与 PR2 等经典机器人亮相 — kamathsblog · 2026-10-27
- Agility 人形机器人 Digit 将扩至 GXO 另两座美国仓库 — jonstephens85 · 2026-10-27
- 一段手机视频生成2000条机器人演示,Real2Sem2Real媲美150条遥操数据 — Scobleizer · 2026-10-27
- Wayve CEO：端到端 AI 不仅用于驾驶，安全也应靠学习而非规则 — alexgkendall · 2026-10-27
- 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