'触觉梦境'帮助人形机器人以90.9%更高的成功率完成五个棘手任务
摘要
来自卡内基梅隆大学（CMU）和博世AI中心的研究人员推出了Humanoid Transformer with Touch Dreaming (HTD) 模型，该模型利用触觉信号预测来改进人形机器人的操控能力，在五个真实世界任务中，平均成功率比ACT基线高出90.9%。
https://arxiv.org/abs/2604.13015 https://humanoid-touch-dream.github.io/ 卡内基梅隆大学（CMU）和博世AI中心的研究人员最近开发了一种新的人工智能（AI）系统，可提升人形机器人在接触密集的真实世界环境中执行灵巧全身操控的能力。他们提出的AI模型名为Humanoid Transformer with Touch Dreaming (HTD)，该模型在arXiv预印本服务器上发表的一篇论文中介绍。"在五个真实世界任务中，即插入T形件、整理书籍、折叠毛巾、铲猫砂和倒茶服务，HTD的平均成功率相比更强的ACT基线实现了90.9%的相对提升。 "我们的消融实验还表明，仅仅将触觉作为额外输入是不够的。在潜在空间中预测触觉信号比直接预测原始触觉信号更有效，相比原始触觉梦境，成功率提高了30%。"
相似文章
将人脸映射到小型机器人上（而不是给它一个诡异的人形面孔）？
Hugging Face的一名机器人工程师提出将人类面部表情映射到非人形机器人上，以增强表现力，同时避免恐怖谷效应，并计划利用这些数据进行自主肢体语言训练。
DeVI：基于物理的灵巧人-物交互，通过合成视频模仿实现
DeVI 提出一种框架，借助混合 3D-2D 跟踪奖励，将文本驱动的合成视频转化为具备物理可信度的灵巧机器人控制，实现对未见物体的零样本泛化。
Figure是一家AI机器人公司，致力于打造全球首款具有商业可行性的自主人形机器人。观看直播：一群人形机器人以人类水平完成整整8小时轮班作业。
Figure AI展示其Figure 03人形机器人以人类水平自主完成整整8小时轮班，展示了向商业可行自主人形机器人的进展。
tencent/HY-Embodied-0.5
腾讯发布了HY-Embodied-0.5，这是一套为具身AI智能体设计的基础模型套件，采用混合变换器（MoT）架构，提供高效的2B和强大的32B变体，用于真实世界的机器人控制和时空推理。
人形机器人是 AI 炒作周期的下一个阶段
本文探讨了人形机器人作为 AI 炒作周期的最新阶段，指出虽然它们在视觉上令人印象深刻，但创造出实用且具成本效益的劳动力仍然是一个巨大的挑战。