TACROSS：一种面向灵巧机器人学习、跨异构触觉传感器的高效低成本可扩展人类触觉系统

arXiv:2610.11945v1 公告类型：cross 摘要：在机器人上采集触觉示范成本高且速度慢，因此人们开始使用成本更低的人用触觉手套来实现可扩展的数据采集。然而，人用电容式/压阻式手套与机器人触觉传感器在换能原理、传感器布局、空间分辨率和动态响应方面存在根本差异，使得原始传感器通道的对齐变得缺乏明确意义。为解决这一问题，我们提出了TACROSS，这是一种从人类触摸中学习并将其迁移至机器人的可扩展系统。该系统通过在接触事件层面而非原始传感器数值层面对齐触觉流，弥合了上述异构性。TACROSS的硬件组件集成了一款五层压阻式手套，成本为10.86美元，配备285个感知点。为对齐接触语义，我们设计了规范化器和残差适配器，通过一个在手指之间进行注意力计算的时序Transformer，将异构信号映射到一个256维的共享触觉潜空间中。我们进一步提出了一种以机器人为基础的策略学习方案：机器人示范作为真实动作监督的唯一来源，而人类示范则用于触觉表征学习，并通过有效的重定向手部目标提供基于置信度加权的辅助监督。我们在四项接触密集型操作任务上评估了系统。与传统遥操作相比，我们提出的系统将效率提升了3.5倍，同时将示范采集设备成本降低了95.7%。我们将开源TACROSS硬件和软件系统，并公开发布一个包含超过150小时记录的触觉数据集。项目页面：https://tacross-touch-project.github.io/。