Newest papers

Touch-JEPA: Tactile Representation Learning from Hand-Object Video with Limited Tactile Supervision

Minseong Kweon, Qiao Feng, Yiming Huang, Lingjie Liu · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28519 · open-access PDF

Japanese

物体対手の相互作用における接触とタッチサイズの理解は、物理的にインテリジェントなシステムに向けた重要なステップですが、そのような表現を学ぶことは、タッチ測定のコストと制限されたカバーによって制限されます。我々はTouch-JEPAを紹介します。Touch-JEPAは、制限されたタッチ監視を伴う手の物体ビデオからタッチ表示を学ぶためのフレームワークです。我々はまず、タッチ監視なしでビデオだけで学ぶ自己監督のプレトレーニングレンズを導入します。ビデオ由来の手の地理を用いて、Touch-JEPAは、相応の手の表面の場所で仮面のビジュアル機能を予測します。

Machine translation (Meta M2M100); the English original follows.

Abstract

Understanding contact and tactile magnitude in hand-object interaction is a key step toward physically intelligent systems, yet learning such representations is limited by the cost and restricted coverage of tactile measurements. We present Touch-JEPA, a framework for learning tactile representations from hand-object videos with limited tactile supervision. We first introduce a self-supervised pretraining objective that learns from video alone without tactile supervision. Using video-derived hand geometry, Touch-JEPA predicts masked visual features at corresponding hand-surface locations from

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange