TactAlign: 触覚アライメントによる人間からロボットへのポリシー転移

TactAlign: Human-to-Robot Policy Transfer via Tactile Alignment

February 14, 2026

著者: Youngsun Wi, Jessica Yin, Elvis Xiang, Akash Sharma, Jitendra Malik, Mustafa Mukadam, Nima Fazeli, Tess Hellebrekers

cs.AI

要旨

ウェアラブルデバイス（触覚グローブなど）によって収集された人間の実演データは、政策学習に対して迅速かつ精巧な監督を提供し、豊かで自然な触覚フィードバックに導かれる。しかし、センシングモダリティと身体性の差異がある中で、人間が収集した触覚信号をロボットに如何にして転移させるかが核心的な課題である。既存の人間からロボットへの（H2R）手法で触覚を組み込むものは、同一の触覚センサを想定したり、対応付けられたデータを必要としたり、人間の実演者とロボット間の身体性の隔たりがほとんどない場合が多く、拡張性と一般性が制限されている。本研究では、異なる身体性を持つロボットへ人間収集の触覚信号を転移する、身体性を跨ぐ触覚調整手法「TactAlign」を提案する。TactAlignは、対応付けデータセットや手動ラベル、特権情報を必要とせず、整流フローを用いて人間とロボットの触覚観測を共有潜在表現へ変換する。本手法は、手と物体の相互作用から導出された擬似ペアに導かれた低コストの潜在転送を可能にする。TactAlignが、複数の接触豊富なタスク（回転、挿入、蓋閉め）にわたるH2R政策転移を改善し、人間データ（5分未満）で未見の物体やタスクへ一般化し、高度に精巧なタスク（電球のねじ込み）でゼロショットH2R転移を実現することを実証する。

English

Human demonstrations collected by wearable devices (e.g., tactile gloves) provide fast and dexterous supervision for policy learning, and are guided by rich, natural tactile feedback. However, a key challenge is how to transfer human-collected tactile signals to robots despite the differences in sensing modalities and embodiment. Existing human-to-robot (H2R) approaches that incorporate touch often assume identical tactile sensors, require paired data, and involve little to no embodiment gap between human demonstrator and the robots, limiting scalability and generality. We propose TactAlign, a cross-embodiment tactile alignment method that transfers human-collected tactile signals to a robot with different embodiment. TactAlign transforms human and robot tactile observations into a shared latent representation using a rectified flow, without paired datasets, manual labels, or privileged information. Our method enables low-cost latent transport guided by hand-object interaction-derived pseudo-pairs. We demonstrate that TactAlign improves H2R policy transfer across multiple contact-rich tasks (pivoting, insertion, lid closing), generalizes to unseen objects and tasks with human data (less than 5 minutes), and enables zero-shot H2R transfer on a highly dexterous tasks (light bulb screwing).