TacMamba：连接快速本能反射与慢速 VL 推理的触觉历史压缩适配器
机器人学
2026-03-03 v1
摘要
在视觉模糊不清的操控场景中，触觉反馈往往是唯一的真实感知来源。然而，融合触觉数据面临显著挑战，主要因触觉感知需要高频处理并维持长期记忆（系统 1），而视觉策略 operates at low control frequencies（系统 2）。现有架构难以跨越这一鸿沟：Transformer 在高频循环（>100Hz）下计算代价高昂，而 LSTM 在延长的交互历史中易遗忘。本文引入 TacMamba，一种分层架构，将高带宽触觉本能与低频视觉规划对齐。我们的方法包含三个核心贡献：（1）定制的高频触觉接口，便于灵活集成；（2）基于 Mamba 的触觉历史压缩器，将连续力量历史编码为紧凑状态，推理延迟为 O(1)（0.45 毫秒），实现与 VL 模型即插即用式融合，无需联合预训练；（3）触觉引导的双阶段训练策略，利用时序判别实现自监督表征学习，并采用相位均匀抽样缓解数据稀疏问题。在離散计数和隐式状态切换实验中，TacMamba 实现了 100% 的成功率，显著优于仅依赖视觉的 pi_0.5 基线，同时严格满足硬性实时约束。
引用
@article{arxiv.2603.01700,
title = {TacMamba: A Tactile History Compression Adapter Bridging Fast Reflexes and Slow VLA Reasoning},
author = {Zhenan Wang and Yanzhe Wang and Meixuan Ren and Peng Li and Yang Liu and Yifei Nie and Limin Long and Yun Ye and Xiaofeng Wang and Zhen Zhu and Huixu Dong},
journal= {arXiv preprint arXiv:2603.01700},
year = {2026}
}