基于双跨模态自编码器的软体机器人本体感知无监督仿真到实域自适应

软体机器人是一种通过形态柔性实现与环境灵巧交互的现代机器人范式。自主运行的诉求要求软体机器人具备本体感知能力，并使设计标定过程成为必要。采用数值仿真可极大提升计算效率，从而惠及上述需求。然而，仿真域与真实域之间的鸿沟限制了该方法准确、泛化的应用。为此，我们提出一种无监督域自适应框架，作为对这些异构传感器域的数据高效、泛化对齐。设计了一种双跨模态自编码器，在无需任何大量标注流程的情况下于特征层面匹配传感器域，促进了向各类任务的计算高效可迁移性。作为概念验证，该方法被应用于著名的软体机器人设计——多步态软体机器人，以及自主机器人操作的两项基础感知任务，涉及高保真形状估计与碰撞检测。所得感知展示了在仿真与真实域中的数字孪生标定过程。所提设计在两项感知任务上均优于现有主流基准。该无监督框架构想了一种通过融合仿真赋予软体机器人系统具身智能的新途径。