面向覆盖触觉皮肤的灵巧手自监督感知
机器人学
2025-05-19 v1
摘要
我们提出了Sparsh-skin，这是一个预训练编码器，用于分布在灵巧机器人手指尖、指节和手掌上的磁皮肤传感器。与仅限于指尖且受带宽限制的基于视觉的触觉传感器相比，磁性触觉皮肤为全手覆盖提供了灵活的外形尺寸和快速响应时间。全手触觉感知对于机器人灵巧性至关重要。然而，缺乏通用模型、解释磁通量和校准方面的挑战限制了这些传感器的采用。给定手部运动学和触觉传感的历史记录，Sparsh-skin输出一个可用于任何下游任务的潜在触觉嵌入。该编码器通过自蒸馏，在使用配备Xela uSkin传感器的Allegro手进行的各种无标记手-物交互上进行自监督训练。在从状态估计到策略学习的多个基准任务实验中，我们发现预训练的Sparsh-skin表示在学习下游任务时样本效率高，并且与先前工作相比，任务性能提高了41%以上，与端到端学习相比提高了56%以上。
引用
@article{arxiv.2505.11420,
title = {Self-supervised perception for tactile skin covered dexterous hands},
author = {Akash Sharma and Carolina Higuera and Chaithanya Krishna Bodduluri and Zixi Liu and Taosha Fan and Tess Hellebrekers and Mike Lambeta and Byron Boots and Michael Kaess and Tingfan Wu and Francois Robert Hogan and Mustafa Mukadam},
journal= {arXiv preprint arXiv:2505.11420},
year = {2025}
}
备注
18 pages, 15 figures