roto 2.0: The Robot Tactile Olympiad

📄 arXiv: 2605.21429v1 📥 PDF

作者: Elle Miller, Jayaram Reddy, Ayush Deshmukh, Trevor McInroe, David Abel, Oisin Mac Aodha, Sethu Vijayakumar

分类: cs.RO, cs.LG

发布日期: 2026-05-20

备注: Accepted to 7th ViTac Workshop, ICRA 2026

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

Roto 2.0：面向触觉强化学习的机器人灵巧操作基准平台，提升盲操作性能

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture)

关键词: 触觉强化学习 机器人灵巧操作 基准平台 盲操作 GPU并行化

📋 核心要点

  1. 现有的触觉强化学习研究分散，且过度关注方向控制任务，缺乏统一的评估标准。
  2. Roto 2.0 专注于仅依赖本体感受和触觉传感的端到端“盲”操作，避免使用状态信息或知识蒸馏。
  3. 实验表明，该方法在保定球操作任务上性能显著提升，速度比现有技术快一个数量级。

📝 摘要（中文）

本文介绍了机器人触觉奥林匹克竞赛v2（roto 2.0），这是一个GPU并行化的基准平台，旨在标准化基于触觉的强化学习。该平台包含四种不同的机器人形态（16-DOF到24-DOF）。与之前的基准测试不同，roto专注于端到端的“盲”操作，仅利用本体感受和触觉传感，不依赖状态信息或知识蒸馏。实验结果表明，本文提出的盲操作智能体实现了显著的性能提升，在10秒内完成了13次保定球旋转，比当前最先进的速度快了一个数量级。通过开源环境和经过稳健调整的基线，降低了入门门槛，使研究人员能够优先考虑基础算法挑战，而不是繁琐的强化学习调优。

🔬 方法详解

问题定义：现有的触觉强化学习研究存在碎片化的问题，缺乏统一的基准平台，导致算法难以比较和复现。此外，许多研究依赖于状态信息或知识蒸馏，限制了算法在真实环境中的应用。Roto 2.0旨在解决这些问题，提供一个标准化的、易于使用的触觉强化学习基准平台，并鼓励研究人员开发更鲁棒、更通用的算法。

核心思路：Roto 2.0的核心思路是构建一个具有挑战性的、真实的触觉操作环境，并提供易于使用的工具和基线算法，从而降低研究门槛，促进触觉强化学习的发展。该平台专注于“盲”操作，即仅使用本体感受和触觉传感进行控制，从而更贴近实际应用场景。

技术框架：Roto 2.0包含四个不同的机器人形态（16-DOF到24-DOF），每个形态都配备了触觉传感器。该平台使用GPU并行化技术，可以高效地进行强化学习训练。研究人员可以使用该平台提供的API来定义自己的任务和算法，并使用平台提供的评估工具来评估算法的性能。平台还提供了经过稳健调整的基线算法，供研究人员参考。

关键创新：Roto 2.0的关键创新在于其专注于端到端的“盲”操作，并提供了一个标准化的、易于使用的触觉强化学习基准平台。与之前的基准测试不同，Roto 2.0不依赖状态信息或知识蒸馏，从而更贴近实际应用场景。此外，Roto 2.0还提供了GPU并行化技术和经过稳健调整的基线算法，从而降低了研究门槛。

关键设计：Roto 2.0的关键设计包括：1) 使用四种不同的机器人形态，以增加平台的通用性；2) 专注于端到端的“盲”操作，以更贴近实际应用场景；3) 提供GPU并行化技术，以提高训练效率；4) 提供经过稳健调整的基线算法，以降低研究门槛；5) 提供易于使用的API和评估工具，以方便研究人员使用。

📊 实验亮点

实验结果表明，使用Roto 2.0训练的盲操作智能体在保定球旋转任务上取得了显著的性能提升，在10秒内完成了13次旋转，比当前最先进的速度快了一个数量级。这一结果表明，Roto 2.0是一个有效的触觉强化学习基准平台，可以促进相关算法的发展。

🎯 应用场景

Roto 2.0 有潜力应用于各种需要灵巧操作的机器人应用中，例如：工业自动化、医疗手术、家庭服务等。通过提升机器人对触觉信息的理解和利用能力，可以使机器人更好地适应复杂、动态的环境，完成更精细、更复杂的任务。该平台有望推动触觉感知和强化学习算法的发展，最终实现更智能、更自主的机器人。

📄 摘要（原文）

Tactile-based reinforcement learning (RL) is currently hindered by fragmented research and a focus on over-saturated orientation tasks. We introduce v2 of the Robot Tactile Olympiad (\texttt{roto 2.0}), a GPU-parallelised benchmark designed to standardise tactile-based RL across four distinct robotic morphologies (16-DOF to 24-DOF). Unlike prior benchmarks, roto focuses on end-to-end "blind" manipulation, utilising only proprioception and tactile sensing without state information or distillation. We demonstrate a significant performance leap, with our blind agents achieving 13 Baoding ball rotations in 10 seconds, an order of magnitude faster than current state-of-the-art speeds. By open-sourcing our environments and robustly tuned baselines, we reduce the barrier to entry and enable researchers to prioritise fundamental algorithmic challenges over tedious RL tuning. Website: https://elle-miller.github.io/roto/