多模态融合
共 4 篇相关内容
对话 CONTACT 作者：从任务到表示，机器人需要什么样的触觉？
过去几年，机器人研究关注的问题正在发生变化。 随着 sensing、learning 和 foundation model 的结合不断深入，新的问题开始出现：机器人感知到的信息，究竟哪些真正能够帮助它完成动作？ 触觉正处在这个转折点。过去相…
对话 IROS 最佳论文奖入围团队：灵巧手的「反内卷」，先让手掌动起来
一只机器人手要拧开防儿童瓶盖，最直接的思路，是让它越来越像人手 。 更多手指、更多关节、更多自由度，再训练一套足够复杂的控制策略。 普渡大学的 周于皓 和合作者却给出了另一个答案： 先别急着继续加手指，让手掌也动起来。 在 IROS 202…
理想汽车基座模型团队提出 ME-Dex 1.0，让触觉和画面一起预测未来
ME Dex 1.0 让机器人在输出动作前，预先计算下一步会产生的接触状态。理想汽车基座模型团队将视觉、触觉、动作三路专家模块整合进同一个去噪框架；触觉与图像一样，被视作需要预测的未来观测。团队还借助手部模板，把不同灵巧手、夹爪的触觉信息对…
对话 TacVLA 论文团队，触觉该在什么时候更巧妙地发挥作用？
「这种思路谁都有，但是怎么加入进来？」 在 IROS 2026 现场聊到给 VLA 增加触觉时，张恒反复关注的并不是「要不要 touch」，而是另一个更具体的问题：机器人到底应该在什么时候使用触觉？ 现在给机器人装上 tactile sen…