视触觉扩散策略在MuJoCo装配中成功率59%
热点事件持续更新
视触觉扩散策略在MuJoCo装配中成功率59%
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
Kaihong Ouyang 等作者提出一种视触觉扩散策略：以两个相机视角和两个指尖触觉图像的四步历史为条件生成动作序列，并用循环时序表示整合两种模态的近期观测。作者称，训练时加入辅助目标，从时序表示和示范动作预测两步后的指尖图像变化，该目标不增加推理计算。 在MuJoCo装配仿真实验中，三个独立训练种子下完整模型平均成功率为59.0%±2.6%，比仅视觉基线（42.7%±1.5%）高16.3个百分点。上述结果来自仿真，未报告实机验证。论文共7页、2图，在ICCSSE 2026展示。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
视触觉扩散策略结合触觉动态预测用于机器人装配操作报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · cs.RO视触觉扩散策略结合触觉动态预测用于机器人装配操作
论文提出一种视触觉扩散策略，用两个相机视角和两个指尖触觉图像的四步历史来条件生成动作序列，并通过循环时序表示整合两种模态的近期观测。为促使该表示捕捉接触随动作的变化，作者加入辅助目标，从时序表示和示范动作预测两步后的指尖图像变化，该目标只在训练时使用，不增加推理计算。在MuJoCo装配实验中，三个独立训练种子下完整模型平均成功率为59.0%±2.6%，比仅视觉基线（42.7%±1.5%）高16.3个百分点。论文共7页、2图，在ICCSSE 2026展示。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。