Training von taktilen Sensoren, um Kraftmessung voneinander zu lernen

Menschen erreichen eine stabile und geschickte Objektmanipulation, indem sie Greifkräfte über mehrere Finger und Handflächen koordinieren, unterstützt durch ein einheitliches taktiles Gedächtnissystem im somatosensorischen Kortex. Dieses System kodiert und speichert taktile Erfahrungen über Hautregionen hinweg, was die flexible Wiederverwendung und Übertragung von Berührungsinformationen ermöglicht. Inspiriert von dieser biologischen Fähigkeit stellen wir GenForce vor, das erste Framework, das übertragbare Kraftmessung über taktile Sensoren in Roboterhänden ermöglicht. GenForce vereinheitlicht taktile Signale in gemeinsame Markerdarstellungen, analog zur kortikalen sensorischen Kodierung, wodurch Kraftvorhersagemodelle, die auf einem Sensor trainiert wurden, auf andere übertragen werden können, ohne dass eine aufwändige Kraftdatenerfassung notwendig ist. Wir zeigen, dass GenForce sowohl für homogene Sensoren mit unterschiedlichen Konfigurationen als auch für heterogene Sensoren mit verschiedenen Messmodalitäten und Materialeigenschaften generalisiert. Diese übertragbare Kraftmessung wird auch mit hoher Leistung in der Kraftregelung von Robotern demonstriert, einschließlich alltäglichem Greifen von Objekten, Gliderkennung und -vermeidung. Unsere Ergebnisse heben ein skalierbares Paradigma für bereichsübergreifendes robotisches taktiles Lernen hervor und bieten neue Wege zu anpassungsfähiger und taktiler, gedächtnisgestützter Manipulation in unstrukturierten Umgebungen.