TacEx框架用触觉好奇心驱动机器人RL探索
苏黎世联邦理工等提出TacEx，将模型不确定性分解到触觉通道，引导机器人主动探索接触，无需任务奖励即可学习抓取。
AI 编撰 · 内容基于所列来源，重要信息请以原文为准
苏黎世联邦理工学院、加州大学伯克利分校等机构的研究者发表论文，提出触觉好奇心驱动的机器人强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身探索框架TacEx。当前强化学习一种 AI 训练方法：让机器人在亿万次「试错」中自己摸索，做对了就给奖励。机器人走稳路、跑酷空翻，大多是这么练出来的。◆ 小白科普 · 现身样本效率低，常用算法依赖随机动作采样，导致大部分训练预算消耗在无接触的自由空间运动上。现有基于模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身分歧或认知不确定性的内在动机方法虽优于各向同性噪声，但可能奖励与功能无关的转换，例如自由空间中的不规则运动。
TacEx将触觉反馈作为探索的自然信号，把模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身不确定性按感知模态分解，并将好奇心导向触觉通道。该方法使机器人主动发现复杂接触动力学，在探索阶段无需任务奖励或专家演示即可学习操作与抓取。通过触觉驱动好奇心采集的密集交互数据集按统一格式整理好的大批量数据集合，是训练 AI 模型的「教材库」。开源数据集相当于整个行业的公共基础设施。◆ 小白科普 · 现身，支持下游抓取放置策略的离线学习，无需额外环境交互。研究者还利用该方法对视觉-语言-动作（VLA）模型AI 模型的简称，指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令，输出动作。◆ 小白科普 · 现身进行后训练。尽管VLA初始预训练未使用触觉反馈，TacEx后训练显著提升了下游性能，并保持较高的样本效率。