探索高效触觉表征：让机器人更聪明的学习之旅

内含报名地址

原标题：线上分享| 面向机器人学习的数据高效触觉表征
文章来源：HyperAI超神经
内容字数：1941字

新锐论前沿第四期活动预告

由具身触觉主办、HyperAI超神经协办的「新锐论前沿」第四期线上分享活动，将于12月18日（周三）20:30正式上线。本次活动特邀普渡大学三年级博士生徐政通，分享主题为「面向机器人学习的数据高效触觉表征」。参与者可通过扫描二维名，活动还设有抽奖环节，参与者有机会赢得由OpenBayes贝式计算赞助的算力福利——60小时NVIDIA RTX 4090算力资源，价值160元。

嘉宾介绍

徐政通是普渡大学三年级博士生，导师为佘宇教授，研究方向为机器人学习与触觉感知。他在华中科技大学机械科学与工程学院获得学士学位，并在本科期间获得国家奖学金。目前，他在博士阶段曾获普渡大学Dr. Theodore J. and Isabel M. Williams fellowship。更多信息可访问他的个人主页：徐政通个人主页。

分享内容简介

本次分享将围绕基于GelSight的触觉图像与传统视觉图像的显著差异展开。触觉图像主要展示物体的几何特征和接触信息，且其颜色分布相较于视觉图像更加紧凑。这些特点为数据高效的触觉表征学习提供了可能，从而降低了机器人学习中对繁琐数据采集的依赖。

徐政通博士将介绍两项研究工作。在第一项研究LeTac-MPC中，研究团队展示了如何从传统控制方法出发，通过学习物理驱动的触觉表征，设计可微分的模型预测控制器，实现对广泛日常物体的响应式抓取。在第二项研究UniT中，团队探讨了如何通过少量单一物体的数据学习出能够泛化至未见物体的触觉表征，并利用这种数据高效的触觉表征来促进感知与策略学习等下游任务。

往期推荐

如需获取更多资源，欢迎戳“阅读原文”，免费获取海量数据集资源！

联系作者

文章来源：HyperAI超神经
作者微信：
作者简介：解构技术先进性与普适性，报道更前沿的 AIforScience 案例