TMA框架实现人形机器人零样本sim-to-real强接触操作
TMA: Sim-to-Real Forceful Humanoid Manipulation via Tactile-Driven Motor Adaptation
AI 摘要
Rice大学与UT Austin等团队提出触觉驱动运动自适应框架TMA,配合全身系统实现人形机器人零样本sim-to-real强接触操作。方法以触觉可观测的交互组织策略学习,用锥形几何作多指接触表示归纳偏置,并在线调整电机行为。团队以拧圆形门把手为基准,检验摩擦抓握、无滑动扭矩输出与全身稳定。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。