人形机器人🔥8.0

教机器人学会「触感」:AI Worker的触觉模仿学习

原标题: 教机器人学会「触感」:AI Worker的触觉模仿学习

ROS Discourse·2026/10/18 23:05:40🔗 原文

📋总体概括

AI Worker平台发布第22期演示,聚焦触觉模仿学习:在搭载双20自由度HX5-D20灵巧手的平台上执行纸杯拆叠任务,验证触觉反馈对接触密集型操作的价值。纸杯嵌套分离对外力控制要求极高,纯视觉几乎无法区分抓到一个还是两个杯子,而每个指尖的触觉压力阵列能提供关键信号。团队在54自由度动作空间下对比训练与评估了不同模型架构,探索触觉与视觉融合对可变形物体操作的效果。

⚡关键信息

  • ▸AI Worker配备双20自由度HX5-D20灵巧手,整平台动作空间达54自由度
  • ▸任务为双手纸杯拆叠:需恰好施力滑出上层纸杯,不压碎也不带起下层杯
  • ▸纯视觉下抓一个杯与两个杯画面几乎无差别,凸显视觉模仿学习在接触密集场景的盲区
  • ▸HX5-D20每个指尖集成触觉压力阵列,为模型提供接触力反馈
  • ▸团队训练并评估了多种模型架构,量化触觉反馈的实际增益

🔥犀利点评

纸杯是检验触觉价值的绝佳试金石:肉眼都难分辨一个还是两个杯,纯视觉策略只能靠猜。把触觉阵列做进指尖、在54自由度全身动作空间里做模仿学习,比堆视觉参数更切中机器人落地痛点。但演示视频归视频,跨物体泛化和触觉数据采集成本仍是绕不过去的坎,期待见到架构对比的量化结果而非仅演示。

本文由本站自动聚合,以下为原始来源:前往 ROS Discourse 阅读全文 →