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
- 扑翼无人机在空军测试中被探测系统误判为鸟 — import_jmr · 2026-11-16
- Uber 在拉斯维加斯上线 Amazon 旗下 Zoox 无人驾驶出租车服务 — Polymarket · 2026-11-16
- 蚂蚁灵波具身大模型挑战赛收官:TARS战队48小时真机对决夺冠 — 新智元 · 2026-11-16
- 特斯拉 FSD 城市街道里程破 70 亿英里,四周新增约 5 亿 — XFreeze · 2026-11-16
- Ropedia 发布 Xperience 2:1500+ 真实场景扫描配第一人称演示 — liuziwei7 · 2026-11-16
- 杭州群核联合华测发布 3D 激光扫描仪 Aholo MS07 — teortaxesTex · 2026-11-16