
帕西尼触觉基座深层赋能,深圳大学 RoboLab 团队破解触觉跨操作者泛化难题
—— 轻量化模型少样本校准
帕西尼以 PX6AX 多维触觉传感器为验证平台,支持深圳大学张书洋团队破解触觉材料识别跨操作者泛化难题。研究揭示 "Intrinsic Entanglement" 现象:操作者按压力度、滑动速度及姿态差异与材质特征深度绑定,模型易过拟合操作者习惯,跨操作者识别准确率断崖式下跌。依托 PX6AX 工业级超高一致性,团队研发轻量化模型 Lite-TacFormer,以少样本校准提升跨操作者泛化能力,具极轻参数量、极低样本依赖与超低算力门槛。帕西尼以 PXCAP 终端构建百亿级数据壁垒,推动触觉 "数字语言" 走向通用。

