跳到正文
热点事件持续更新

视触觉传感器主动采样硬度分类研究

1 篇报道1 个报道来源3 小时前更新

先了解这件事

AI 综述

Junyi Chen 等作者发表研究，用基于视触觉传感器（VBTS）的主动采样策略做样本高效的硬度分类，以模型不确定性的信息论度量选择采样。作者在自建机器人采集的 VBTS 数据集和一份已发表数据集上，比较三种概率分类器、两种主动采样策略与随机采样基线；结果显示，以方差和熵为不确定性度量的主动采样方法表现最佳，准确率达 90%。 研究还用与数据集相同的物体开展人类硬度分类实验，人类准确率为 48%。该论文已被 IEEE-RAS 人形机器人国际会议（Humanoids 2026）接收。

AI 根据报道生成 · 3 小时前更新

最新进展10月28日 12:00
研究：视触觉传感器主动采样用于硬度分类

报道时间线

沿着报道，了解事件的不同侧面。

10月28日
  1. arXiv cs.RO
    研究：视触觉传感器主动采样用于硬度分类

    论文研究基于视触觉传感器（VBTS）的主动采样策略，以实现样本高效的硬度分类，使用模型不确定性的信息论度量。作者在自建机器人采集的 VBTS 数据集和已发表数据集上评估了三种概率分类器、两种主动采样策略与随机采样基线，并针对相同物体开展了人类硬度分类研究。结果显示，以方差和熵作为不确定性度量的主动采样方法表现最佳，准确率达到 90%，而人类准确率为 48%。

本事件热度走势

可比范围当前
9
可比范围峰值
1010月28日 13:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。