TacMind：面向机器人操作的触觉交互状态基准与建模

TacMind 在仿真中构建了包含 128 项任务的触觉操作基准，围绕 Precise、Recognition、Dynamic 三种评测机制组织，并加入静态与动态任务变体及 12 种扰动设置，用于评估视觉与物理条件变化下的鲁棒性。作者据此提出一种动作条件潜空间预测世界模型，融合触觉历史并通过预测未来触觉潜变量学习触觉状态；在此基础上，模型以学到的触觉状态为条件生成动作，并用预测的未来触觉信息通过预测性触觉反射修正候选动作。基准实验显示，在所评测的各机制中引入触觉信息均带来一致增益。该工作为预印本，实验在仿真中进行。