用主动学习优化分数阶粘弹性模型参数以实现真实触觉渲染

研究提出通过主动学习与基于定性反馈的人在回路（HiL）优化，确定分数阶粘弹性模型的参数，使触觉渲染在个体层面保持高真实感评分。研究进一步将HiL优化结果聚合为感知图，从中选出在一般人群中广泛被认为真实的群体级最优参数，并在三种粘弹性材料上通过人体实验验证了其有效性。该方法有望提升医学训练模拟器的sim-to-real迁移性能。