OSMO：用于人到机器人技能迁移的开源触觉手套
机器人学
2025-12-10 v1 机器学习
摘要
人类视频演示为学习机器人策略提供了丰富的训练数据，但仅靠视频无法捕捉掌握操控所需的丰富接触信号。我们引入OSMO，一个用于人到机器人技能迁移的开源可穿戴触觉手套。该手套在指尖和手掌上配备了12个三轴触觉传感器，并设计为与最先进的野外手部追踪方法兼容以进行数据收集。我们证明，仅使用OSMO收集的人类演示（不包含任何真实机器人数据）训练的机器人策略能够执行一个具有挑战性的接触丰富操控任务。通过为人类和机器人配备相同的手套，OSMO最小化了视觉和触觉具身差距，实现了对连续剪切力和法向力反馈的迁移，同时避免了图像修复或其他基于视觉的力推断。在需要持续接触压力的真实世界擦拭任务中，我们的触觉感知策略实现了72%的成功率，通过消除接触相关的失败模式优于仅基于视觉的基线。我们发布了完整的硬件设计、固件和装配说明以支持社区采用。
引用
@article{arxiv.2512.08920,
title = {OSMO: Open-Source Tactile Glove for Human-to-Robot Skill Transfer},
author = {Jessica Yin and Haozhi Qi and Youngsun Wi and Sayantan Kundu and Mike Lambeta and William Yang and Changhao Wang and Tingfan Wu and Jitendra Malik and Tess Hellebrekers},
journal= {arXiv preprint arXiv:2512.08920},
year = {2025}
}
备注
Project website: https://jessicayin.github.io/osmo_tactile_glove/