机器人亲情 —— 基于多深度学习方法的 AI 触觉互动以改进社交机器人触觉
人机交互
2026-05-05 v1 机器人学
摘要
尽管机器人抓握和灵活性通过触觉信息取得了进步，情感社交触觉（如握手或安慰的轻抚）仍是人机交互中的重大挑战。本位置论文审视了当前人工智能、触觉和机器人学研究的进展与局限，提出一种新型多模型架构以解决这些问题。drawing inspiration from neurobiology，我们将情感触觉分解为离散的、专门化的子任务模型。我们将情感触觉视为分布式、闭环感知任务而非单一的运动动作，以通过基于同行的状态共享框架克服“触觉不安妥协”。我们的方法支持 Sim-to-Real 管道中的可扩展和累积性发展，促进跨学科合作。通过使触觉、AI 和机器人学研究人员能够独立且一致地贡献，我们勾勒了通往统一、有表现力的社交机器人系统的道路。
引用
@article{arxiv.2605.02538,
title = {Robotic Affection -- Opportunities of AI-based haptic interactions to improve social robotic touch through a multi-deep-learning approach},
author = {Ali Askari and Jens Gerken},
journal= {arXiv preprint arXiv:2605.02538},
year = {2026}
}
备注
AI for Haptics and Haptics for AI: Challenges and Opportunities Workshop at the 2026 CHI Conference on Human Factors in Computing Systems (CHI 26), April 13 - 17 2026, Barcelona, Spain