核心要点速览
- Robbyant 以开源方式发布触觉基座模型 LingBot-Touch,目标是实现灵巧的物体操作。
- 视觉无法获得的接触信息,通过在真机上采集的触觉数据预训练后被纳入模型。
- 统一的异构触觉建模,支撑传感器、手部、任务与行为模型之间的迁移。
只看还不够:面向灵巧操作的追问
11月9日,Robbyant 官方账号 @robbyant_brain 在抛出一个问题的同时发布了 LingBot-Touch:当机器人不仅拥有视觉、还拥有触觉时,会发生什么改变。其定位是面向灵巧操作的开源触觉基座模型。
帖文附带了话题标签 LingBot、EmbodiedAI、Robotics,并鼓励观看演示。发布后的指标为展示 791512、点赞 559、转发 149、收藏 148,短时间内便汇集起把触觉当作具身性下一焦点的关注。
出处[1]
把异构触觉收拢到同一表征
学习的根基是在真实环境中采集的约 5000 小时触觉数据,而非来自仿真。统一的异构触觉建模被说明为这样一种机制:把规格不同的传感器信号汇总为共同表征,并连接到其后的操作方针。
出处[1]
为所有机器人放上同一个大脑的宣言
账号简介可以读作:为所有机器人构建同一个大脑,并把能够行动的智能回馈给所有人的利益。LingBot-Touch 是这一方针的具体落实,被呈现为一个模型:在“看见”之外,把“感觉到”确立为灵巧操作的前提。
出处[1]
X(推特)首发原帖
可在 X 上直接查看创作者发布的原帖与互动详情。




