arXiv · cs.AI· Dongwon Son, Florian Shkurti, Jason Lee, Naman Shah, Beomjoon Kim, Dieter Fox·· 9 小时前
TAM力矩自适应模块提升机器人操作中的运动迁移鲁棒性
TAM: Torque Adaptation Module for Robust Motion Transfer in Manipulation
arXiv:2606.06218v3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：Dongwon Son, Florian Shkurti, Jason Lee, Naman Shah, Beomjoon Kim, Dieter Fox
研究任务与主要进展
作者提出Torque Adaptation Module（TAM），通过本体感觉历史生成残余力矩修正，使针对一台机器人调整的策略能够适配另一台机器人的动力学差异。TAM可在随机化仿真中先进行多机器人预训练，再进行无需真实机器人数据的机器人特定微调；摘要称其在Franka Panda上零样本完成了视觉推箱、翻转和球板平衡任务，并优于在线系统辨识与RMA基线。当前材料仅为论文摘要，未提供完整实验细节。
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