lingbot-touch-small

lingbot-touch-small

把磁式、压阻式和视觉触觉传感器的触觉读数转成可用于机器人操作的学习特征。适合已经有兼容推理环境的机器人研究者。

由 robbyant 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：LingBot-Touch-Small 是面向机器人手的触觉表示模型。它读取磁式、压阻式和视觉触觉传感器的触摸读数，并把它们转成学习到的特征。它为每种传感器类型使用单独的分词器，再配一个共享的 Transformer，通过在隐空间里做预测来学习。

适合谁：它适合使用指尖触觉传感器、想为感知和操作获取特征的机器人研究者和工程师。

行业 | 谁在用 | 怎么用 | 例子
机器人 | 机器人手开发者 | 把触摸读数转成学习到的特征 | 把指尖传感器数据送进抓取规划器
触觉研究 | 研究者 | 用一个模型对比三种传感器 | 在磁式和压阻式数据上测试同一个编码器
传感器硬件 | 传感器厂商 | 检查新传感器是否适配共享的输入布局 | 把传感器的几何结构调整成预期的形状
操作学习 | 策略开发者 | 在下游任务里读取这些特征 | 用注意力为任务头查询这些特征

如果你想要开箱即用的包，可以跳过它，因为这个仓库只有权重和配置，没有推理代码。

用在哪里：

• 单独的 LingBot-Touch 推理实现，模型卡说它是另外发布的
• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
• 五指手的设置，因为输入布局列出了拇指、食指、中指、无名指和小指

用例 | 谁用 | 得到什么
触觉感知 | 机器人团队 | 来自触摸信号的隐特征
机器人操作 | 策略开发者 | 任务头可以读取的特征
传感器对比 | 研究者 | 一个编码器覆盖三种传感器类型

如何设置：你需要 Python 来使用下载工具，还需要单独的推理实现。这个仓库只给你权重和与之匹配的配置，别的都没有。

• Windows、macOS 或 Linux 上的 Python
• huggingface_hub 包
• 另外获取的兼容 LingBot-Touch 推理代码
• 已调整为预期输入形状的传感器数据

1. 安装 huggingface_hub。
2. 下载模型文件。
3. 把 encoder.pt 和 config.json 放在一起，用推理代码加载它们。

pip install -U huggingface_hub
hf download robbyant/lingbot-touch-small

如何使用：可见的模型卡没有运行命令，因为这个仓库不带推理代码。编码器接收归一化的触摸信号、触点坐标和传感类型的选择，返回带有时间、手指和空间地址的隐特征。模型卡建议用基于注意力的查询来读出任务。

文件 | 内容
encoder.pt | 冻结的目标编码器的参数张量
config.json | 推理架构和模态路由

示例：你输入五根手指归一化后的指尖读数，选择磁式传感类型，运行编码器。它返回词元级的隐特征，下游的抓取模型可以去查询。

新手与专家：如果你刚接触这类模型，可以想象一个能感受压力的机器人指尖。这个模型把原始的触摸数字转成一组紧凑的特征，供机器人程序使用。第一次可以只做下载这一步，因为运行它需要单独的推理代码。

对熟悉这个领域的人来说，这个模型基于 JEPA，所以它在隐空间里做预测，而不是重建原始信号。磁式数据保留三个轴。压阻式读数和解码后的视觉触觉值放在 Z 通道里，X 和 Y 保持为零。原始相机图片不能作为输入。

触摸读数被归一化为输入形状
对应传感器类型的分词器生成词元
共享的 Transformer 对它们编码
你得到带手指和空间地址的隐特征

注意事项：推理之前，你必须把传感器布局、左右手、点的顺序和数值范围转换成编码器期望的样子。这个仓库没有传感器适配器、示例数据集或训练文件。

• License: Apache 2.0
• Cost to run: 未提及
• Data it reaches: 你输入的触摸信号，以及下载的文件
• Not for: 没有单独推理代码的使用，或以原始 RGB 图像作为输入

Hugging Face 上的数据（2026年11月13日）

• 任务：robotics
• 最近 30 天下载：309
• 点赞：10
• 许可证：apache-2.0
• 标签：tactile, robotics, representation-learning

链接

• 模型：https://huggingface.co/robbyant/lingbot-touch-small
• 文件：https://huggingface.co/robbyant/lingbot-touch-small/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download robbyant/lingbot-touch-small

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。