单目神经触觉场的重建
机器人学
2026-02-16 v1 人工智能
计算机视觉与模式识别
摘要
在真实世界中运行的机器人必须通过那些在接触下会变形、屈服并重新配置的环境进行规划，这需要超越静态几何占用的、具备互动感知力的3D表示。为此，我们引入了神经触觉场(neural tactile fields)，这是一种新的3D表示方法，将空间位置映射到接触后所预期触觉响应的函数。我们的模型从单张单目RGB图像预测这些神经触觉场——这是首个实现此功能的方法。当集成到可商用的路径规划器时，神经触觉场使机器人能够生成避免高阻力物体的路径，同时有意识地通过低阻力区域（如植被）进行路径规划，而不是将所有占据空间视为 equally impassable。经验上，我们的学习框架相对于最新的单目3D重建方法（如LRM和Direct3D），在体积3D重建中提高了85.8%，在曲面重建中提高了26.7%。
引用
@article{arxiv.2602.12508,
title = {Monocular Reconstruction of Neural Tactile Fields},
author = {Pavan Mantripragada and Siddhanth Deshmukh and Eadom Dessalene and Manas Desai and Yiannis Aloimonos},
journal= {arXiv preprint arXiv:2602.12508},
year = {2026}
}
备注
10 pages, 8 figures