提出触觉上下文学习系统Tactile-ETA
热点事件持续更新
提出触觉上下文学习系统Tactile-ETA
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yubang Wang 等提出 Tactile-ETA 系统，通过上下文学习把触觉经验融入具身任务智能体，在不更新模型参数的情况下完成精细操作。智能体将专家示范与当前视觉、触觉观测和本体感觉结合，通过通用机器人工具选择动作。 在四个仿真操作任务中，相同两份专家示范加入触觉观测后，平均成功率从 15.75% 提升到 24.00%；真实机器人任务上，视觉与触觉对齐的示范将成功率从 0% 提升到 60%。实验还显示性能依赖示范的感官内容与表示方式，不同智能体模型在 Lift Bottle 任务上差异明显。
AI 根据报道生成 · 2 小时前更新
最新进展10月21日 12:00
Tactile-ETA 通过触觉上下文学习实现精细操作报道时间线
沿着报道，了解事件的不同侧面。
10月21日
- arXiv cs.ROTactile-ETA 通过触觉上下文学习实现精细操作
Tactile-ETA 系统通过上下文学习将触觉经验引入具身任务智能体，在不更新模型参数的情况下完成精细操作。在四个仿真操作任务中，相同两份专家示范加入触觉观测后平均成功率从 15.75% 提升到 24.00%；真实机器人任务上，视觉与触觉对齐的示范将成功率从 0% 提升到 60%。实验还显示性能依赖示范的感官内容与表示方式，不同智能体模型在 Lift Bottle 任务上差异明显。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 1010月21日 12:00
- 近 24 小时变化
- –
02.557.510
12:0013:0014:00
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。