LingBot-Touch：面向通用灵巧操作的异构触觉表征学习

触觉感知对于富含接触的灵巧操作至关重要，但现有的商用触觉传感器在物理机制和设计上差异巨大，使得跨传感器的数据扩展变得困难。为了解决这一问题，研究人员开发了 LingBot-Touch，这是一个触觉基础模型，旨在跨压阻、磁性和视触觉等异构传感器学习统一且可扩展的表征。该模型输出的即插即用触觉标记可以无缝集成到现有的策略架构中，例如扩散策略和视觉-语言-动作（VLA）模型（如 pi_0.5 和 LingBot-VLA）。跨多个硬件平台的仿真和真实机器人部署的大量实验表明，所提出的表征在保持高计算效率的同时，持续提升了操作的灵巧性。作为预印本，未来需要更多的独立复现以及代码或权重的发布，以进一步证实这些跨传感器触觉表征的泛化能力。