Tac2Motion：融合触觉反馈的接触感知强化学习用于机器人手操作
机器人学
2025-11-19 v2
摘要
本论文提出 Tac2Motion，一种接触感知强化学习框架，用于促进接触密集的手内操作任务的学习，如移除盖子。为此，我们提出基于触觉感知的奖励塑形，并通过嵌入将感知纳入观测空间。所设计的奖励鼓励智能体同时确保牢固抓取和平滑手指运动，从而相比基线实现更高的数据效率和鲁棒性能。我们在打开盖子的场景中验证了所提出的框架，展示了训练策略在多种物体类型和多种动力学（如扭转摩擦）上的泛化能力。最后，在多指机器人 Shadow Robot 上演示了学习到的策略，表明控制策略可以迁移到真实世界。视频链接：https://youtu.be/poeJBPR7urQ。
引用
@article{arxiv.2509.17812,
title = {Tac2Motion: Contact-Aware Reinforcement Learning with Tactile Feedback for Robotic Hand Manipulation},
author = {Yitaek Kim and Casper Hewson Rask and Christoffer Sloth},
journal= {arXiv preprint arXiv:2509.17812},
year = {2025}
}
备注
This paper has submitted to Dexterous Humanoid Manipulation Workshop, Humanoid 2025