arXiv · cs.RO· Ziyong Wang; Yupei Lin; Runxuan Huang; Liang Lin; Dongyu Zhang; Guangrun Wang·· 10 天前精选AI 评分64
论文 / 摘要阅读
GPT-6-Astra 触觉策略在五项 UniVTAC 任务上取得 93.8% 平均成功率
GPT-6-Astra Understands Touch and Outperform Vision--Tactile--Language--Action Models
AI 导读 · 根据来源整理
研究提出 GPT-as-Tactile-Policy，将专家演示总结为任务指引和触觉参考，由 GPT-6-Astra 结合多模态观测与交互历史生成控制指令，无需额外机器人专用预训练或逐任务策略微调。在五项 UniVTAC 任务上平均成功率为 93.8%，Insert Hole 任务中触觉反馈将成功率从 31% 提升到 99%。执行分析显示模型能依据接触反馈进行试探与纠正。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org