外观
新闻ROS Discourse 官方社区9 天前
AI Worker触觉模仿学习实测：ViTacFormer纸杯分离成功率达40%
ROBOTIS AI Worker搭载双HX5-D20手执行纸杯分离任务，对比三种模仿学习策略。仅视觉ACT成功率为0%，引入触觉预测的ViTacFormer模型将成功率提升至40%，验证了触觉状态预测架构在接触丰富操作中的关键作用。
AI Worker本文由 AI 根据公开内容整理，可能有误，请以原文为准：Teaching Robots to Feel with AI Worker Tactile Imitation Learning（ROS Discourse 官方社区）
核心内容
ROBOTIS社区发布AI Worker双臂触觉模仿学习实测数据，针对嵌套纸杯分离堆叠这一典型接触丰富任务进行算法验证。实验采用双20自由度HX5-D20灵巧手，指尖集成触觉压力阵列，覆盖54-DoF动作空间。测试结果显示，纯视觉Baseline ACT因无法调节接触力导致成功率归零；直接融合触觉信号的Tactile ACT成功率仅10%；而采用两阶段架构的ViTacFormer通过预测未来触觉状态，将任务成功率提升至40%，证实了触觉感知对柔性物体操作的决定性影响。
技术方案层面，ViTacFormer摒弃了将触觉作为被动输入的传统做法，构建了基于视觉、本体感觉与触觉历史的未来触觉状态预测模块，并以此条件化动作解码器。相比仅通过MLP投射原始压力数组的Tactile ACT，该架构使机器人能预判指尖压力变化趋势，从而实现精准的剥离与堆叠控制。尽管40%成功率表明仍有优化空间，但相较于纯视觉方案的质变证明了在硬件传感器之外，针对触觉时序特性的模型架构设计是突破具身智能精细操作瓶颈的核心要素。
关键看点
- ViTacFormer架构：采用两阶段设计预测未来触觉状态并条件化解码器，使纸杯分离堆叠成功率从纯视觉的0%跃升至40%
- 触觉反馈增益：HX5-D20指尖压力阵列配合Tactile ACT模型，通过MLP投射原始信号作为Token，将抓取稳定性提升至10%成功率
- 纯视觉局限：Baseline ACT仅依赖RGB与关节状态，在嵌套纸杯分离任务中无法区分单双层及调节抓握力，实测成功率为0%
- 硬件平台规格：AI Worker配备双20-DoF HX5-D20灵巧手，指尖集成高分辨率触觉压力阵列，支撑54-DoF高维动作空间策略训练
工程与产业观察
该实测量化了触觉预测模型在接触丰富任务中的性能增益，证明单纯增加触觉传感器不足以解决精细操作问题，必须匹配具备时序预测能力的模型架构。对于具身智能开发者，这提示了在数据采集与算法设计中应重视触觉状态的动态演变而非静态特征，为柔性物体操作提供了明确的工程迭代路径。
来源
本页事实对应的公开页面，以原文为准。