基于触觉的机器人操作：从力学驱动到数据驱动的视角
该论文综述基于触觉的机器人操作研究，将其划分为力学驱动与数据驱动两条互补路径：前者通过接触力学和任务特定推理显式解读触觉信号，形成与操作相关的状态表征并影响机器人动作；后者直接从数据学习触觉表征与操作策略，涵盖模仿学习、强化学习、视觉-语言-动作模型和预测模型。文章先介绍触觉传感基础，再分别回顾两条路径的进展，最后讨论面向可扩展、可泛化、稳健的触觉使能机器人系统的开放挑战与未来机遇。
发布于 10-23 23:01来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Tactile-Based Robotic Manipulation: From Mechanics-Driven to Data-Driven Perspectives》查看原链
触觉传感使机器人能够直接获取接触界面上的物理交互信息，因而成为实现稳健、灵巧操作的关键模态。 过去数十年间，基于触觉的操作研究已从力学驱动方法——即通过接触力学和任务特定推理显式解读触觉信号——演进到直接从数据中学习触觉表征与操作策略的数据驱动方法。
本文从这两个互补视角回顾基于触觉的操作的发展。 我们首先介绍触觉传感的基础知识，然后从力学驱动视角回顾这些信号如何形成与操作相关的状态表征，并进而影响机器人动作。 随后，我们考察数据驱动触觉操作的最新进展，涵盖模仿学习、强化学习、视觉-语言-动作模型和预测模型。
最后，我们讨论面向可扩展、可泛化且稳健的触觉使能机器人系统的开放挑战与未来机遇。