超越二值接触：基于物理原理接触表征的灵巧操作仿真到现实迁移

基于摘要分析。本文研究接触密集型机器人操作中触觉信息难以从仿真迁移到现实的问题，提出 Center-of-Pressure（CoP，压力中心）触觉表征，在保留主要法向力与接触位置信息的同时，提高仿真到现实迁移的稳健性。其主要研究对象是多指机器人手的操作控制，而非神经信号解码或 BCI。 方法上，作者试图在粗粒度二值接触特征与原始 taxel（触觉传感单元）读数之间取得平衡：前者容易损失复杂操作所需的信息，后者受仿真与现实差异影响。配套的传感器校准方案基于可微动力学，在不需要真实力测量值的条件下估计 taxel 的方向。CoP 的具体计算、校准目标、强化学习算法及训练配置尚未验证。 作者报告，在 peg-in-hole insertion（轴孔插入）与 ball balancing（球平衡）两项盲操作、接触密集型任务中，以 CoP 为条件的策略无需任何任务特定的现实训练即可迁移至多指机器人手，并优于粗粒度二值接触与原始 taxel 基线。摘要未提供成功率、误差、试验次数或统计不确定性，因此不能量化优势。作者对策略内部状态的分析进一步提示，控制过程可能使策略涌现出对物体质量等任务相关物理属性的编码；这不等同于已验证的显式物理参数估计能力。 实验协议、消融及统计信息尚未验证，仍需核对仿真随机化、现实测试条件及基线实现。本文机制依赖接触力学与触觉传感结构，现有材料未给出与 EEG 瓶颈的具体对应关系，因此不提出 BCI 迁移或复现实验建议；相关 EEG 工作尚未检索确认。