Fresh research. Original abstracts preserved.
OpenTac은 로봇 응용을 위해 확장 가능한 저항식 촉각 스킨과 CAD, 시뮬레이션 및 데이터 수집 도구를 결합합니다. 구조화된 변형 가능 오버레이는 택셀 응답을 통해 수직력과 국소 전단력을 인코딩합니다. 저자들은 30개가 넘는 센서 설계를 제작했다고 보고하고, 실제 환경의 네 가지 로봇 구현체에서 촉각 피드백 제어와 조작 정책 학습을 시연합니다. 적응형 판독은 킬로헤르츠 속도에 도달하며, 1024택셀 스킨에서 업데이트당 16개 택셀을 샘플링할 때 전체 배열 래스터 스캔보다 19.2× 빠릅니다.
Progress Probes는 오픈소스 π0.5 비전-언어-행동 모델의 활성값으로 선형 프로브를 학습하고, 성공적인 시연을 활용해 작업 진행 상황을 추정합니다. 런타임 모니터는 추정된 진행 상황이 예상 궤적보다 뒤처지거나 벗어나는 실행을 표시합니다. 시뮬레이션 및 실제 조작 작업 전반에서 이 방법은 VLM 기반 모니터 및 실패 데이터를 학습에 사용한 방법과 대등하거나 더 나은 성능을 보였으며, 외부 파운데이션 모델은 필요하지 않았습니다.
VecTile은 압저항층과 실리콘 돌기를 사용해 수직력과 전단력을 구분하는 두께 6 mm의 유연 촉각 어레이입니다. 4×4 어레이의 가격은 $35 미만이며, 단일 택셀 테스트에서 수직력과 전단력 오차의 RMS는 각각 0.39 N과 0.16 N이었습니다. 저자들은 풍선을 손상시키지 않는 메스 접촉과 Diffusion Policy 기반 전원 플러그 삽입 성능의 향상을 시연합니다.
GelSlim 5.0은 고정된 손끝 카메라 하나와 UV 반응형 접촉층을 사용해 조명을 전환하며 시각 및 촉각 이미지를 순차적으로 캡처합니다. VisTacFusion 트랜스포머는 평면상의 물체 자세와 접촉 깊이 및 표면 법선을 추정하며, 모달리티 드롭아웃을 통해 쌍별 또는 단일 모달리티 입력을 지원합니다. 알려진 물체 12개에 대한 실제 검증 데이터에서 쌍별 입력은 촉각 전용 추론보다 깊이 MSE를 61.2% 낮췄고, 시각 전용 추론보다 93.7% 낮췄습니다.
Verified published records only; coverage is not a census. arXiv preprints may not be peer reviewed. Official code is linked only after verification.
