같은 수집 조건에서 규모 늘리기
서로 다른 센서나 주석 절차를 섞으면 자료가 많아진 효과와 수집 방식의 효과를 분리하기 어렵다. TouchScale은 통일된 착용형 장비와 수집 절차를 유지하며 규모를 늘리는 접근이다.
동기화한 관찰
자기 시점 RGB-D와 손목 RGB 영상, 양손 전체의 촉각 측정을 정렬한다. 일상 활동과 구조화된 조작에 관한 약 2천 개의 사전 정의 과제 설명을 다룬다.
지각과 로봇 정책
보지 않은 센서의 접촉 예측과 행동 인식, 로봇 정책의 시각 촉각 중간 학습을 평가했다. 실제 접촉 조작 네 과제에서 자료 활용의 영향을 살폈다.
자료 규모의 효과
센서와 수집 절차를 고정한 실험에서 자료를 더 사용할수록 접촉 예측과 로봇 성공에 전반적인 상승 경향을 보고했다. 특정 실험의 경향이지 자료량만 늘리면 모든 조건에서 성능이 단조롭게 오른다는 보장은 아니다.
관련 문서
OPENTOUCH / Touch and Go / RCT 촉각 데이터셋 / Ego4D / 다중모달 학습 / 촉각