给机器人加触觉,本来以为能更精准,结果成功率从17%跌到6%!李飞飞、Jim Fan等顶级团队发现:视觉和触觉时间尺度不同,强行融合只会互相污染。他们提出的T-Rex框架,让触觉走独立通道,任务成功率飙升30%。触觉不是附庸,是独立感知。
你敢信?给机器人加上触觉信号,成功率反而从17%暴跌到6%!
这不是段子,是李飞飞、Jim Fan、徐丹飞等顶级团队在论文中发现的颠覆性结论。按常理,多一种感知应该更准,结果却像一巴掌打在行业脸上。
问题出在哪?视觉是“慢感知”,5帧/秒;触觉是“快感知”,20次/秒以上。强行塞进同一个Transformer,就像让长跑运动员和短跑运动员同一速度跑,结果两边都崩溃。
他们提出了T-Rex框架,核心就一句话:给触觉单独开一条“高速公路”。三个专家各跑各的:潜在专家“看路”,动作专家“画草图”,触觉专家“微调”。互不干扰,最后协同。
结果:12项精细操作任务,平均成功率提升30%以上!翻书页、分纸杯这些活,从“几乎不可用”变成“初步可用”。
这告诉我们什么?别再把触觉当视觉的保姆了。机器人要“看见世界”,更要“感知世界”。那个17%跌到6%的反常,或许是行业转折的开始。
