港科、普渡等联合开源！手内精确地滚动棍棒，采用样本高效的触觉模型

文章预览

点击“ 计算机视觉life ”，选择“星标” 机器人AI干货第一时间送达 2025秋招，上来就问3D Gaussian Splatting。。。 手内操作在机器人领域中具有挑战性，因为其涉及复杂的接触动态和高度的控制自由度。实现高精度的精密操作通常需要触觉感知，这进一步增加了系统的复杂性。尽管在感知和控制方面存在挑战，滚动棒问题仍然是一个重要且实用的运动原语，在许多要求苛刻的工业应用中具有广泛用途。本文旨在学习滚动棒的高分辨率触觉动态。具体来说，我们尝试使用配备了基于视觉的Digit触觉传感器的Allegro手来操控一根小棒。学习框架包括动作过滤模块、触觉感知模块和不确定性学习模块，这些模块均设计为在低数据量条件下运行。相比于之前的类似工作，我们的接触动态模型仅使用了2.3%的数据量和5.7%的模型复杂度。 文章名称：【Stick Roller: Preci ………………………………