TacInno-VLAはπ₀.₅を微調整した接触操作向けモデルです。画像、指示、ロボットの状態、触覚から行動を生成します。学習時には触覚変化を符号化した教師信号を使います。UniVTACの6方策とFranka FR3の4タスク用方策が公開されています。

基本情報

モデルの種類
行動方策
アーキテクチャ
VLA
行動生成
フローマッチング
登録済みバージョン
TacInno-VLA

論文・レポート (1)

TacInno:視覚と動作だけでは説明できない接触ダイナミクスを視覚言語行動モデルに学習させる

論文あり

TacInno: Teaching Vision-Language-Action Models the Contact Dynamics Beyond Vision and Action

arXiv: 2611.26405
著者・所属 (8)

著者の順序: 原文順

  1. Weile Liequal_contribution

    ShanghaiTech University · Institute of AI for Industries (IAII), Chinese Academy of Sciences

  2. Yunfan Louequal_contribution

    Peking University

  3. Muqing Shiequal_contribution

    Washington University in St. Louis

  4. Zihao Zhang

    Institute of AI for Industries (IAII), Chinese Academy of Sciences

  5. Zhenbiao Huang

    Beijing FiveAges Technology

  6. Boxian Yao

    Peking University

  7. Xiyu Zhu

    Peking University

  8. Zhibo Pangcorresponding_author

    Peking University

初版公開
2026-11-20
最新の論文改訂
v1 · 2026-11-20
会議・学術誌
arXiv

対象モデルバージョン

論文 ↗PDF ↗

公式資料

情報源または訂正を送信