TacEx：触觉好奇心驱动机器人无奖励探索学习

Klemens Iten 等论文作者发布 arXiv 论文（arXiv:2609.40134v3），提出 TacEx 框架：将触觉反馈纳入基于认知不确定性的探索，把模型不确定性按感官通道分解，并把好奇心引向触觉通道，使机器人在无任务奖励、无专家演示的探索阶段学习操控与抓取。 作者报告称，TacEx 收集的交互密集数据可用于下游取放策略的离线学习；用于视觉-语言-动作模型后训练时，下游性能提升且保持较高样本效率。上述后训练效果为作者声称，材料未说明具体基线与数值。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。