摘要
触觉是具身智能体理解物理世界的关键模态。针对现有触觉常识推理系统在开放世界中面临的数据规模有限及信号表示低效两大瓶颈，本文提出 TouchThinker 框架。首先，构建了涵盖 415 种物体、8 类场景及 7 种传感器类型的百万级多源数据集 TouchThinker-1M，并推出开放世界基准测试。其次，引入动作感知建模机制以优化触觉表示效率。实验表明，该模型在多个数据集上性能媲美最先进方法，有效实现了触觉常识推理向开放世界的扩展。
AI 推荐理由
论文核心解决触觉常识推理的数据与表示瓶颈，提出新框架提升推理能力。
研究机构
新加坡国立大学自动化学院
中国科学院自动化研究所
厦门大学
西安交通大学
南京理工大学
南京大学
论文信息