TouchScale：用于视触觉学习的 500 小时人类视觉与触觉数据
TouchScale 是一个包含 500 小时高接触人类交互数据的数据集，使用统一的可穿戴传感设备采集。数据涵盖约 2,000 种任务描述，并将第一人称 RGB-D 视频、腕部视频与双手的高密度触觉测量同步。使用完整数据集训练后，模型在未见过的触觉传感器数据上的零样本接触 IoU 从 0.134 提升至 0.383。视觉编码器预训练在三项基准测试中的动作识别准确率，也优于所比较的其他视触觉数据集。在四项真实世界操作任务中，对机器人策略进行视触觉中期训练，使平均成功率从 22.5% 提升至 57.5%。研究团队计划公开同步记录和重建的物体模型。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。