Sparsh: Ridefinire la percezione tattile nei sistemi di robotica avanzati

Meta, in collaborazione con il team FAIR, l'Università di Washington e la Carnegie Mellon University, ha sviluppato Sparsh, un nuovo modello di apprendimento automatico per la rappresentazione tattile basata sulla visione. Sparsh mira a migliorare la percezione tattile dei robot, rendendoli più abili nella manipolazione di oggetti con diversi livelli di rigidità e texture. Questo nuovo modello è addestrato in modo auto-supervisionato, senza la necessità di dati etichettati manualmente, il che lo rende più adattabile a diverse situazioni e più economico da utilizzare. Il modello Sparsh è stato testato su TacBench, una piattaforma di benchmarking sviluppata appositamente per valutare la generalizzazione delle rappresentazioni tattili su diversi compiti e sensori. I risultati dimostrano che Sparsh è in grado di ottenere prestazioni significative rispetto ai modelli tradizionali. Il documento analizza inoltre le potenziali applicazioni industriali di Sparsh, compresi i vantaggi e le sfide legate all'implementazione di questa tecnologia in contesti reali.