arXiv Robotics· Ke Zhang, Lixin Xu, Ziyi Wang, Xiyue Dong, Jie Tan, Lianghu Shao, Xianpeng Wang, Chuanyu Li, Renjing Xu·· 13 小时前AI 评分34
RevoSim：面向灵巧操作的规模化多模态触觉仿真器
RevoSim: Scalable Multimodal Tactile Simulation for Dexterous Manipulation
AI 导读
RevoSim 是面向 BrainCo Revo3 手的高保真多模态触觉仿真器，联合建模 285 个压阻式 taxel 与 5 个视触觉指尖，可同步生成压力、深度、RGB 和标记位移观测。在单张 RTX 5090 上，其深度条件标记位移配置支持最多 4,096 个并行环境。研究完全在仿真中训练手内操作与抓取策略，为后续 sim-to-real 迁移奠定基础。
推荐理由模型分析
RevoSim 面向 BrainCo Revo3 灵巧手，把 285 个压阻触觉单元与 5 个视触觉指尖放在同一仿真中，同步生成压力、深度、RGB 和标记位移，单张 RTX 5090 上深度条件配置可并行 4096 个环境。其价值在于为触觉强化学习提供可扩展的训练基线，做多模态触觉策略的研究者可据此比较仿真吞吐与观测一致性；但抓取与操作策略仅在仿真中训练，sim-to-real 尚未验证，适用性受真实传感器噪声与标定差异限制。
来源：arXiv Robotics · arxiv.org