无视觉也能操作：触觉对盲式保定球操控的贡献
研究团队在 Shadow Dexterous Hand Lite 上仅用本体感觉和二值触觉反馈（无视觉）完成保定球旋转的零样本仿真到现实迁移，单次连续试验实现 225 次连续 180° 旋转（112.5 整圈），速度约 0.36 转/秒。方法包括传感器对齐的耦合感知仿真具身建模、触觉校准，以及压摆率动作限制和 STuck-AT Taxels 两种回合级域随机化。论文还对比触觉与仅本体感觉的贡献，定位触觉信息最关键的手部区域，并称该结果为保定球操控在旋转次数与速度上的最强硬件报道。
发布于 10-27 10:55来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《No Eyes, No Problem: What Does Touch Contribute to Blind Baoding Ball Manipulation?》查看原链
arXiv:2610.23438v2 公告类型：替换 摘要：人类仅凭触觉就能轻松地在手中操控物体，但对机器人而言，在没有视觉的情况下实现持续的实世界操控仍是一个未解决的挑战。 尽管强化学习（RL）可以在仿真中生成复杂的盲操控策略，但将其迁移到真实灵巧手上仍受持续变化的接触、运动引起的触觉信息漂移以及仿真与物理动力学之间差距的阻碍。
我们通过 Shadow Dexterous Hand Lite 上的保定球旋转来研究这一问题，仅使用本体感觉和二值触觉反馈作为观测。 我们通过结合仿真中传感器对齐、耦合感知的具身建模、触觉校准以及两种新颖的回合级域随机化——压摆率动作限制和 STuck-AT Taxels——实现了成功的零样本迁移。
在物理手上，该策略实现了持续的盲式保定球旋转，在没有任何视觉或物体状态信息的情况下，单次连续试验中完成 225 次连续 180° 旋转（112.5 整圈），速度约 0.36 转/秒。 此外，我们评估了触觉传感相对于仅本体感觉的贡献，并识别出触觉信息最重要的手部区域。
这是无论采用何种传感模态，在旋转次数和速度上已报道的保定球操控最强硬件结果。 通过有效弥合仿真到现实的差距，我们的框架为物理硬件上持续的触觉驱动灵巧操控设立了新基准。