🤲 给不同的触觉传感器配个"翻译官"——跨传感器触觉生成

触觉传感器是机器人最关键也最多样化的部件之一——GelSight、DIGIT、OmniTact...每个有自己的光学系统、分辨率、成像特性。结果：为一个传感器训练的触觉模型无法直接用于另一个传感器。

CoRL 2025 Oral 论文提出了两种跨传感器触觉图像生成方法：Touch2Touch（有配对数据时直接端到端转换）和 T2D2（Touch-to-Depth-to-Touch，无需配对数据，通过中间深度表示完成转换）。

这意味着：你有一个用 DIGIT 传感器训练的抓取检测模型，现在换了 GelSight 传感器——无需重新训练！只需把新传感器的触觉图像通过 T2D2 转换成 DIGIT 风格的图像，喂给旧模型即可。在杯子堆叠和工具插入任务上验证有效。

*核心洞见*：不同触觉传感器看到的是同一物理接触的不同"渲染"。深度就是这种通用的中间语言——不同传感器只是在不同的光照和视角下观察同一个几何形变。

[Cross-Sensor Touch Generation / CoRL 2025 Oral]