論文の概要: Tactile-Guided Robot Learning: From Representation Learning to Foundation Models
- arxiv url: http://arxiv.org/abs/2610.20134v1
- Date: Wed, 14 Oct 2026 12:54:05 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-15 21:06:16.161167
- Title: Tactile-Guided Robot Learning: From Representation Learning to Foundation Models
- Title（参考訳）: 触覚誘導型ロボット学習:表現学習から基礎モデルへ
- Abstract要約: 触覚は、頑丈で適応的で器用なロボット操作の中心になりつつある。
既存の調査は主に触覚ハードウェアと知覚を強調している。
本稿では,触覚誘導型スキル学習を学習中心の観点からレビューする。
- 参考スコア（独自算出の注目度）: 12.683053751062603
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Tactile sensing is becoming central to robust, adaptive, and dexterous robotic manipulation. Beyond its traditional role in contact detection and reactive control, touch is increasingly used to learn transferable representations, condition manipulation policies, and support embodied physical reasoning. Yet existing surveys largely emphasize tactile hardware and perception, leaving the rapid shift toward learning-based tactile manipulation insufficiently synthesized. This paper reviews tactile-guided skill learning from a learning-centric perspective, organized by the functional role of touch across the learning and control pipeline. We examine tactile representation and policy learning, tactile foundation models, predictive and adaptive control, and generalization across objects, tasks, sensors, embodiments, and simulation-to-real transfer. Across these directions, we identify common design principles and remaining challenges in learning transferable physical representations, integrating semantic reasoning with contact-level control, and scaling tactile learning across heterogeneous data and hardware. Finally, we outline emerging directions toward tactile foundation and world models that can predict, reason about, and adapt physical interactions. Together, this review characterizes the transition of touch from a task-specific feedback signal toward a core modality for general-purpose embodied intelligence. An accompanying database of the reviewed literature and associated resources is available at https://sites.google.com/view/touch-in-robot-learning-review.
- Abstract（参考訳）: 触覚は、頑丈で適応的で器用なロボット操作の中心になりつつある。
接触検出と反応性制御における従来の役割以外にも、タッチは伝達可能な表現、条件操作ポリシー、具体的身体的推論の学習に益々使われている。
しかし、既存の調査は主に触覚ハードウェアと知覚を強調しており、学習に基づく触覚操作への急激なシフトは、十分に合成されていない。
本稿では,学習・制御パイプラインを横断するタッチの機能的役割によって構成された,触覚誘導型スキル学習について,学習中心の観点から検討する。
本稿では,触覚表現と政策学習,触覚基礎モデル,予測および適応制御,オブジェクト,タスク,センサ,実施形態,シミュレーションから現実への伝達の一般化について検討する。
これらの方向にわたって、転送可能な物理表現の学習、セマンティック推論とコンタクトレベル制御の統合、および異種データやハードウェア間の触覚学習のスケーリングにおける共通設計原則と残りの課題を特定します。
最後に、物理的な相互作用を予測し、推論し、適応できる触覚基盤と世界モデルへの新たな方向性を概説する。
本稿では,タスク固有のフィードバック信号から,汎用的なインテリジェンスのためのコアモダリティへのタッチの遷移を特徴付ける。
レビューされた文献と関連するリソースのデータベースはhttps://sites.google.com/view/touch-in-robot-learning-reviewで公開されている。
関連論文リスト
- Vision-Based Tactile Intelligence for Robotics: Sensing, Learning, and Embodied Manipulation [45.09609338527887]
視覚ベースの触覚センサ(VBTS)は、接触によるソフトインターフェースの変形を即興に変換することで、強力な代替手段を提供する。
本稿では,VBTSパイプライン全体を調査し,センサハードウェア,学習方法,シミュレーション,データセットを統合型センシング・アンド・ラーニングシステムとして扱う。
論文 参考訳（メタデータ） (2026-08-16T02:39:12Z) - AdaDexGrasp: Adaptive Dexterous Grasping via 3D Visuo-Tactile Representation Fusion [60.79507611737292]
人間は視覚知覚と触覚フィードバックをシームレスに統合することで、安定的で適応的な把握を実現する。
既存のロボットグルーピングアプローチは、視覚入力と接触後の触覚誘導適応機構の欠如に依存している。
本稿では, 把握生成, 実現可能性予測, 適応的改善を統合した統合型ビジュオタクティル・フュージョン・グリーティング・フレームワークを提案する。
論文 参考訳（メタデータ） (2026-08-06T16:29:11Z) - Learning Physical Interaction: A Survey of Tactile- and Force-aware Robot Learning [128.76135832773102]
物理的に接地されたロボットインテリジェンスは、ロボットが物理的世界との相互作用を知覚し、推論し、規制することを要求する。
近年のロボット学習法は, 力, 触覚, 視覚, 言語, 触覚を学習操作ポリシーに組み込むことで, 大幅な進歩を遂げている。
これらの進歩にもかかわらず、既存の調査では、統一的な視点から、力と触覚を意識したロボット学習を明示的にレビューしていない。
論文 参考訳（メタデータ） (2026-08-02T14:22:01Z) - UniTacVLA: Unified Tactile Understanding and Prediction in Vision Language Action Models [32.87879913150572]
コンタクトリッチな操作のための統合された触覚学習フレームワークを提案する。
提案手法は,既存手法よりも成功率,操作精度,接触堅牢性を向上することを示す。
論文 参考訳（メタデータ） (2026-06-30T14:24:00Z) - Semantic-Contact Fields for Category-Level Generalizable Tactile Tool Manipulation [82.63833405368159]
ツール操作の一般化には、セマンティックプランニングと正確な物理的制御の両方が必要である。
本研究では,密接な接触推定を伴う視覚的意味論を融合した3次元表現であるセマンティック・コンタクト・フィールド(SCFields)を提案する。
スクレイピング、クレヨン描画、剥離の実験は、堅牢なカテゴリレベルの一般化を示している。
論文 参考訳（メタデータ） (2026-02-14T16:05:08Z) - Touch in the Wild: Learning Fine-Grained Manipulation with a Portable Visuo-Tactile Gripper [7.618517580705364]
触覚センサーを内蔵した携帯型軽量グリップについて述べる。
視覚信号と触覚信号を統合するクロスモーダル表現学習フレームワークを提案する。
試験管挿入や管状流体移動などの細粒度タスクに対する本手法の有効性を検証した。
論文 参考訳（メタデータ） (2025-07-20T17:53:59Z) - MimicTouch: Leveraging Multi-modal Human Tactile Demonstrations for Contact-rich Manipulation [8.738889129462013]
ミミックタッチ(MimicTouch)は、人手によるデモンストレーションから直接ポリシーを学ぶための新しいフレームワークである。
i)人間の触覚誘導制御戦略を学習するためのマルチモーダルな触覚データセットを収集する人間の触覚データ収集システム,i)そのようなデータを通して人間の触覚誘導制御戦略を学習するための模倣学習ベースのフレームワーク。
論文 参考訳（メタデータ） (2023-10-25T18:34:06Z) - Dynamic Modeling of Hand-Object Interactions via Tactile Sensing [133.52375730875696]
本研究では,高分解能な触覚グローブを用いて,多種多様な物体に対して4種類のインタラクティブな動作を行う。
我々は,クロスモーダル学習フレームワーク上にモデルを構築し,視覚処理パイプラインを用いてラベルを生成し,触覚モデルを監督する。
この研究は、高密度触覚センシングによる手動物体相互作用における動的モデリングの一歩を踏み出す。
論文 参考訳（メタデータ） (2021-09-09T16:04:14Z) - Elastic Tactile Simulation Towards Tactile-Visual Perception [58.44106915440858]
触覚シミュレーションのための粒子の弾性相互作用(EIP)を提案する。
EIPは、触覚センサを協調粒子群としてモデル化し、接触時の粒子の変形を制御するために弾性特性を適用した。
さらに,触覚データと視覚画像間の情報融合を可能にする触覚知覚ネットワークを提案する。
論文 参考訳（メタデータ） (2021-08-11T03:49:59Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。