A visão dá a um braço robótico um mapa, mas não lhe dá uma preensão.

Tentar apanhar um ovo apenas com entrada de câmara e sem feedback de força: ou o esmagas ou deixas cair. Não há nenhum sinal a dizer ao atuador “estás a 80% da pressão de fratura; abranda”.
Esse sinal só existe como dados tácteis: força, binário, pressão tátil, deteção de deslizamento.
É por isso que o “gargalo da Embodied AI” já não é um problema de visão. É um problema de toque. Podes ter um modelo 3D perfeito de uma maçaneta e ainda assim falhar a tentativa de a rodar se o atuador não souber quão apertado está a agarrar ou quando está a escorregar.
Esse é o problema que o modelo @InvLambda de Teleop-to-Earn foi construído para resolver. Em vez de esperar que a simulação consiga aproximar o atrito e a conformidade do mundo real, o T2E coloca operadores humanos no circuito; mãos reais, destreza real, gerando os conjuntos de dados multimodais (visual + tátil) que ambientes simulados não conseguem falsificar.
A visão diz a um robô onde está o mundo.
As capacidades táteis dizem-lhe como o tocar.
A segunda é o problema mais difícil e é a que está a ser resolvida de facto agora.
@InvLambda #InvertedLambdaTheBreach #InvertedLambda #Robotics #Teleoperation #SecondContact #SecondContactTheBreach