线上分享| 面向机器人学习的数据高效触觉表征
内容提要
「新锐论前沿」第四期线上分享活动将于12月18日举行，普渡大学博士生徐政通将分享机器人学习中的数据高效触觉表征，介绍GelSight的应用，并探讨少量样本学习的可泛化触觉表征。活动还将进行抽奖，参与者有机会获得算力资源。
关键要点
-
「新锐论前沿」第四期线上分享活动将于12月18日举行。
-
活动邀请普渡大学博士生徐政通分享机器人学习中的数据高效触觉表征。
-
徐政通将介绍GelSight的应用，并探讨少量样本学习的可泛化触觉表征。
-
活动设有抽奖环节，参与者有机会获得算力资源。
-
徐政通的研究方向为机器人学习与触觉感知，曾获多项奖学金。
-
触觉图像与传统视觉图像存在显著差异，提供了数据高效的触觉表征学习的可能性。
-
报告将介绍两项研究，分别为LeTac-MPC和UniT，探讨触觉表征的学习与应用。
延伸解读
触觉表征的独特性
触觉图像与传统视觉图像的显著差异使得触觉表征在机器人学习中具有独特优势。触觉图像专注于物体的几何特征和接触信息，避免了前景与背景的干扰，这为数据高效学习提供了可能性，降低了对大量数据采集的依赖。
少量样本学习的潜力
徐政通博士的研究强调了少量样本学习在触觉表征中的应用潜力。通过简单物体集的学习，机器人能够在未见物体上实现泛化，这为未来的机器人感知和控制任务提供了新的思路，尤其是在数据稀缺的情况下。
参与活动的额外收益
此次线上分享活动不仅提供了前沿的技术分享，还有抽奖环节，参与者有机会获得算力资源。这为对机器人学习感兴趣的研究者和学生提供了额外的激励，鼓励更多人参与到这一领域的探索中。
延伸问答
徐政通将在分享中介绍哪些研究内容？
徐政通将介绍两项研究，分别为LeTac-MPC和UniT，探讨触觉表征的学习与应用。
GelSight在机器人学习中的应用是什么？
GelSight用于端到端机器人学习，帮助学习可泛化的触觉表征，应用于感知、控制和策略学习等任务。
线上分享活动的时间和参与方式是什么？
活动将于12月18日20:30举行，参与者可以扫描二维码报名参与。
参与活动有什么奖励？
参与者有机会获得60小时的NVIDIA RTX 4090算力资源，价值160元。
触觉图像与传统视觉图像有什么显著差异？
触觉图像主要展示接触物体的几何特征和接触信息，不存在前景与背景的概念，颜色分布更紧凑。
徐政通的研究方向是什么？
徐政通的研究方向为机器人学习与触觉感知。
