UniT：数据高效触觉表示与对未见对象泛化
机器人学
2025-04-03 v2
摘要
UniT 是一种触觉表示学习方法，使用 VQGAN 学习紧凑的潜在空间，作为触觉表示。它使用来自单个简单物体的触觉图像进行训练，以实现泛化。该触觉表示可以零样本地转移到各种下游任务中，包括感知任务和操纵策略学习。我们对 in-hand 3D 位姿估计、6D 位姿估计任务和触觉分类任务的 benchmark 显示，UniT 在已有视觉和触觉表示学习方法中表现更佳。此外，UniT 在三个真实世界任务中证明了其在操纵多样化物体和复杂机器人-物体-环境交互方面的有效性。通过大量实验，UniT 被证明是一种简单易训练、即插即用且应用广泛的触觉表示学习方法。欲了解更多细节，请参阅我们的开源仓库 https://github.com/ZhengtongXu/UniT 和项目网站 https://zhengtongxu.github.io/unit-website/。
引用
@article{arxiv.2408.06481,
title = {UniT: Data Efficient Tactile Representation with Generalization to Unseen Objects},
author = {Zhengtong Xu and Raghava Uppuluri and Xinwei Zhang and Cael Fitch and Philip Glen Crandall and Wan Shou and Dongyi Wang and Yu She},
journal= {arXiv preprint arXiv:2408.06481},
year = {2025}
}