跳转至

AdapTac：用"力"动态决定该多看视觉还是多信触觉

📌 一句话省流：力引导的交叉注意力融合模块，用力信号自适应调整视觉/触觉特征权重(不需人工标注、不需任务定制)；并用预测力 + 观测力+ 自监督扩散力辅助损失来引导融合。3 个精细接触任务平均成功率 93%。

🎬 演示：项目页 adaptac-dex.github.io（含视频）

🧰 对我们（可用性速判）

  • 对我们的用处：力引导自适应视触觉融合模块(撞 idea2)，可借；代码开源。
  • 真实性(前期)：高（全文+代码+93%）。证据 B+。
  • 训练/微调资源：融合模块+扩散力辅助损失；3 个灵巧接触任务。
  • 能借多少(开源)：✅ 代码(项目页)+方法；数据未确认。
  • 可用性结论：可用/可借模块(代码开源)。

要点（全文核实）

  • 力引导 cross-attention：据接触上下文动态加权视/触；预测力与观测力结合调注意力。📄
  • 自监督辅助：diffusion force 损失，无需任务特定标注。📄
  • 结果：3 个 fine-grained 接触任务平均 93%；代码开源 adaptac-dex.github.io。📄

🔎 证据 / 来源

💡 与我们的关系（判断来源：🤖Claude，待复核）

  • "力引导/预测性触觉门控"方向的代表：它已做"力引导、自适应(连续)调权视触觉融合 + 预测力"。
  • 价值：和 Bilateral Force Priors(2602.13689,"接触前门控")一起，是门控线最新一环、必读对照。

来源