arXiv Robotics· Guo Ye, Zexi Zhang, Xu Zhao, Shang Wu, Haoran Lu, Shihan Lu, Han Liu·· 3 小时前AI 评分34
DreamTacVLA：让 VLA 模型通过预测未来触觉信号理解接触物理
Learning to Feel the Future: DreamTacVLA for Contact-Rich Manipulation
AI 导读
DreamTacVLA 通过预测未来触觉信号，让 VLA 模型理解接触物理，在接触密集型操作任务中成功率最高达 95%，超越现有 SOTA VLA 基线。该框架采用分层感知方案，将高分辨率触觉图像作为微观视觉输入，与腕部相机局部视觉和第三人称宏观视觉结合，并用分层空间对齐（HSA）损失对齐触觉 token 与对应视角。
来源：arXiv Robotics · arxiv.org