论文页面 - TacForcing：基于执行时触觉反馈的流式动作生成

来源：https://huggingface.co/papers/2608.25798 作者：

,

,

,

,

,

,

,

,

,

摘要

TacForcing 是一个流式动作生成框架，通过流式动作专家和执行感知触觉注意力，在执行过程中集成实时触觉反馈，从而改善接触丰富的操作任务。

接触丰富的操作（https://huggingface.co/papers?q=Contact-rich%20manipulation）需要适应在动作时间范围内可能显著演化的接触状态。然而，基于块的视觉-语言-动作模型（https://huggingface.co/papers?q=vision-language-action%20models）根据执行前收集的观测信息预测完整的动作块，导致在执行过程中触觉条件信息（https://huggingface.co/papers?q=tactile%20conditioning）变得过时。现有的触觉反应方法通常依赖于单独的高频控制器，这增加了架构和训练的复杂性。在本文中，我们引入了 TacForcing，这是一个能有效融合执行时触觉反馈的流式动作生成框架。TacForcing 没有采用独立的反应控制器，而是用流式动作专家（https://huggingface.co/papers?q=streaming%20action%20expert）替代了标准动作专家，以根据执行过程中获取的、不断演化的触觉观测信息来生成动作。TacForcing 还引入了执行感知触觉注意力（Execution-Aware Tactile Attention, EATA）（https://huggingface.co/papers?q=Execution-Aware%20Tactile%20Attention%20(EATA)），将触觉条件信息（https://huggingface.co/papers?q=tactile%20conditioning）限制在即将执行的动作上，从而减少了触觉信息获取与动作执行之间的时间不匹配。在六个模拟的 UniVTAC 任务和三个真实世界的接触丰富的操作（https://huggingface.co/papers?q=contact-rich%20manipulation）任务中，TacForcing 分别取得了 65% 和 69% 的平均成功率，在这两种设置下均优于强基线方法。

查看 arXiv 页面 (https://arxiv.org/abs/2608.25798) 查看 PDF (https://arxiv.org/pdf/2608.25798) 添加到收藏 (https://huggingface.co/login?next=%2Fpapers%2F2608.25798)

在您的代理中获取此论文：

hf papers read 2608\.25798

没有最新的 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型0

没有模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2608.25798，以从此页面关联它。

引用此论文的数据集0

没有数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2608.25798，以从此页面关联它。

引用此论文的空间1

包含此论文的收藏1