Tactile-JEPA 用触觉传感器拓扑图做掩码预训练，把力估计误差降低 6.3%、手内姿态误差降低 20.8%
该工作提出 Tactile-JEPA，一种面向分布式触觉传感器（电子皮肤）的自监督预训练方法，它在触觉单元（taxel）连通图上按局部与全局两种尺度采样掩码，预测被遮挡 taxel 的嵌入表示，在磁性与压阻两类传感器、三种数据集（Sparsh-skin、Tactile socks、DECO-50）上，相比此前最强基线把力估计 RMSE 降低 6.3%、手内姿态估计 RMSE 降低 20.8%，并在动作分类、物体分类与触觉条件策略学习上取得一致增益。