加州伯克利大学今天发表了一篇技术博客 Manipulation by Feel，研究如何让机器人通过触觉实现操控，以下是原论文摘要：触觉传感被广泛认为对灵巧机器人操纵很重要，但利用触觉传感进行连续/非适应性操作具有挑战性。能够有效利用触觉感知以及接触和力的精确物理模型的通用控制技术仍然很难实现，并且不清楚如何甚触觉感知方面指定期望的行为。在本文中，我们通过将高分辨率触觉传感与使用深度神经网络动力学模型的数据驱动建模相结合，朝着解决这些问题迈出了一步。我们提出深触觉 MPC，一种学习从原始触觉传感器输入执行触觉伺服的框架，无需人工监督。我们展示了这种方法使配备 GelSight 式触觉传感器的机器人能够操纵球，模拟杆和 20 面模具，从无监督的自主交互中学习，然后使用学习的触觉预测模型将每个物体重新定位到用户指定的配置，由目标触觉读数表示。