超越二值表示：基于物理感知接触表示的仿真到现实灵巧操作

基于摘要分析。本文研究多指机械手接触密集型操作中的仿真到现实迁移问题，提出基于物理原理的触觉表示 CoP，旨在保留稠密接触信息，同时降低触觉信号的仿真与现实差异对控制策略的影响。 既有方法通常将触觉数据压缩为低维特征以缓解迁移困难，但可能损失复杂操作所需的信息。CoP 的贡献在于尝试兼顾信息保留与迁移鲁棒性；摘要未给出其具体物理量、表示形式或训练目标，尚不能判断它如何实现这一权衡。作者还提出基于可微动力学的传感器标定方案，无需真实力测量值作为参照即可估计触觉传感单元（taxel）的朝向。 作者报告，在 peg-in-hole insertion（插销入孔）和 ball balancing（球体平衡）两项接触密集型任务中，以 CoP 为条件的策略能够在多指机械手上直接完成仿真到现实迁移，并显著优于二值触觉表示与原始触觉输入基线。摘要未提供成功率、重复次数、基线配置或统计检验信息，因此该优势的幅度和适用范围尚未验证。作者还报告，学习到的策略在控制过程中隐式捕获了物体质量等物理属性，但相关验证方式尚不明确。 本文的主要对象是机器人触觉表示与强化学习控制，而非 EEG 或 BCI。其可核对价值在于物理约束表示和无真实力参照标定的机制；摘要尚不足以建立这些机制与神经信号处理的具体对应关系，因此不推导 BCI 有效性。复现仍需核对 CoP 定义、传感器与仿真配置、标定可辨识条件、策略训练流程，以及实验协议、消融及统计信息。