arXiv · cs.AI· Harun Tolasa, Gorkem Gemalmaz, Volkan Patoglu·· 6 小时前
主动学习优化分数阶粘弹性模型参数以实现逼真触觉渲染
Active Learning of Fractional-Order Viscoelastic Model Parameters for Realistic Haptic Rendering
arXiv:2512.00667v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Harun Tolasa, Gorkem Gemalmaz, Volkan Patoglu
研究任务与主要进展
研究者提出一种系统性方法，通过主动学习结合人机协同（HiL）的定性反馈优化分数阶粘弹性模型参数，提升医疗模拟器触觉渲染的感知真实感。该方法将个体优化结果聚合成群体感知图谱，从中选取面向一般人群的群体级最优参数。在三种粘弹性材料上的人体实验支持了该广义模型参数的有效性，有望显著改善医疗训练模拟器的 sim-to-real 迁移性能。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org