首页 /研究 /TacEvo:通过LLM驱动的质量-多样性搜索实现机器人触觉感知的自演化架构发现
PERCEPTION

TacEvo:通过LLM驱动的质量-多样性搜索实现机器人触觉感知的自演化架构发现

Mohammed AbuSadeh, Lan Wei, Dandan Zhang

发表年份
2026
访问权限
开放获取

摘要

TacEvo提出了一种自演化架构发现框架,利用大语言模型生成代码级变异和交叉,结合MAP-Elites质量-多样性循环自动优化触觉感知网络设计。该方法在ViTacTip力回归和光栅分类任务上实现了高自主性架构搜索,降低了人工迭代成本。

关键词

tactile perceptionneural architecture searchLLMquality-diversityself-evolving

相关论文

查看 PERCEPTION 分类全部论文