TacRefineNet：仅依赖触觉的任意手内物体位姿抓取优化
机器人学
2025-10-01 v1
摘要
尽管传统灵巧抓取流程和近期的视觉-语言-动作（VLA）方法均取得了进展，但抓取执行阶段仍易出现位姿不准确的问题，尤其是在长周期任务中，这削弱了整体性能。为解决这一“最后一英里”挑战，我们提出了TacRefineNet，这是一个仅依赖触觉的框架，利用多指指尖感知实现对已知物体在任意目标位姿下的精细手内位姿优化。我们的方法基于触觉反馈迭代调整末端执行器位姿，使物体与期望构型对齐。我们设计了一个多分支策略网络，融合来自多个手指的触觉输入与本体感知，以预测精确的控制更新量。为训练该策略，我们结合了来自MuJoCo中基于物理的触觉模型的大规模仿真数据与从物理系统采集的真实世界数据。对比实验表明，在仿真数据上预训练并用少量真实数据微调，相比仅用仿真训练，显著提升了性能。大量真实世界实验验证了该方法的有效性，仅使用触觉输入即可实现毫米级抓取精度。据我们所知，这是首个仅通过多指触觉感知实现任意手内位姿优化的方法。项目网站见 https://sites.google.com/view/tacrefinenet。
引用
@article{arxiv.2509.25746,
title = {TacRefineNet: Tactile-Only Grasp Refinement Between Arbitrary In-Hand Object Poses},
author = {Shuaijun Wang and Haoran Zhou and Diyun Xiang and Yangwei You},
journal= {arXiv preprint arXiv:2509.25746},
year = {2025}
}
备注
9 pages, 9 figures