跳转至

Touch2Touch：把这只传感器看到的接触"翻译"成另一只

📌 一句话省流：触觉传感器形状/原理各异，方法难通用。Touch2Touch 训一个扩散模型在传感器之间互译（GelSlim ↔ Soft Bubble）——估计"同一次物理接触在另一种传感器上会是什么样"，于是只在一种传感器上写的算法可以跑另一种传感器的信号（演示：用 Soft Bubble 算法做 GelSlim 上的手内位姿估计）。

🧰 对我们（速判）

  • 能不能借：与 卡片-T3 / 卡片-AnyTouch 走"统一编码器"不同，这是"传感器互译"路线——团队换硬件、或想复用别家传感器算法时是另一种解法（生成式补全数据）。
  • 资源：训练需成对/可对齐的两传感器数据；扩散模型推理成本中。
  • 开源：项目页在 MMint Lab；代码是否开放待核。
  • 证据：B（摘要级已核出处 + 知名实验室；venue/开源细节待核，未精读）。

关键（摘要级）

  • 📄 方法：扩散模型做 GelSlim ↔ Soft Bubble 跨模态触觉生成。[1]
  • 📄 动机：触觉传感器五花八门，难有通用处理方法；用生成在传感器间架桥。[1]
  • 📄 下游：用 GelSlim 采集、却跑只吃 Soft Bubble 信号的算法做手内物体位姿估计。⚠️ 量化指标/数据规模待核全文。[1]

来源