Tactile-JEPA:拓扑感知触觉预训练,力估计误差降 6.3%
Elizaveta Kovtun · hf · 2026-09-28
Elizaveta Kovtun 等提出 Tactile-JEPA,一种面向分布式电子皮肤触觉传感器的拓扑感知自监督预训练方法。
背景:触觉是机器人接触丰富灵巧操作的关键模态(尤其视觉被遮挡时),但现有触觉编码器多从原始噪声信号从头训练;视觉触觉传感器的 SSL 方法也难以直接用于感知元件稀疏、不规则排布的分布式电子皮肤。
方法:
- 利用传感器连接图引导空间掩码,训练模型由未掩码元件预测被掩码元件的嵌入,学习拓扑感知表征
- 双尺度掩码:同时捕捉局部接触细节与触觉表面全局状态
结果:在覆盖磁阻与压阻传感器、不同机器人本体、单/双传感器配置的三个数据集上,相比此前 SOTA 力估计误差降低 6.3%,手中物体朝向误差降低 20.8%,策略学习等下游任务也有一致提升。结论:触觉增益高度依赖编码器预训练质量。代码已开源。
「具身」频道最新
- AUAR 把整座住宅工厂装进集装箱，最高可建六七层 — lukas_m_ziegler · 2026-09-28
- GPT-6 Astra 演示:实拍视频一键变可训练机器人的 3D 世界 — 141_1337 · 2026-09-28
- 训练机器人适应厨房，还是为机器人重构厨房？ — vaibhavbetter · 2026-09-28
- IROS 2026 论文 PACTS：联合建模动作与谓词实现技能零样本组合 — joemeno · 2026-09-28
- KOL 观点:人形不是机器人放量的终极形态,得有个性才行 — vaibhavbetter · 2026-09-28
- XGBoost 筛 3.8 万组合，找到 1.73 GPa 强度钛合金 — bravo_abad · 2026-09-28