ForceLDM：力感知潜在动力学模型用于接触密集操作

ForceLDM 是一个力感知潜在动力学模型，通过学习未来接触与运动动力学来引导动作生成，用于接触密集的机器人操作。作者指出仅靠视觉的策略难以推断接触状态与交互力，而现有引入力或触觉信号的方法多将其当作辅助观测，未充分利用其在未来交互动力学建模中的作用。 ForceLDM 不直接预测未来观测，而是用带特权未来力/力矩与光流信号的教师网络提取未来动态特征，再蒸馏到仅用当前观测训练的学生网络，使部署时无需未来传感输入即可推理即将发生的接触与物理动态；同时引入课程式渐进噪声注入策略以缓解对教师特征的过度依赖。 该工作以预印本形式发布在 arXiv cs.RO，尚未见同行评议或独立验证，实际机器人平台上的效果未在报道中给出。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。