Xiaomi Technology anunció oficialmente el 12 de noviembre que el artículo de investigación de su división de robots titulado "PACE: Temporal-Role Tactile Conditioning for Chunk-Based Insertion Policies" ha sido aceptado en la conferencia académica internacional CoRL 2026, considerada de primer nivel en el campo del aprendizaje automático en robótica, y ha sido seleccionado para una presentación oral. Según información relacionada con Xiaomi Robotics, CoRL es una de las conferencias académicas más importantes en la intersección de la robótica y el aprendizaje automático.
La conferencia de 2026 recibió un total de 2,094 envíos válidos, de los cuales se aceptaron 687, y solo 21 fueron seleccionados para presentaciones orales, lo que representa aproximadamente el 1% de todos los artículos enviados, reflejando el reconocimiento de la innovación y el valor académico de esta investigación.
La investigación se centra en los desafíos de la percepción táctil y el ajuste fino en tareas de inserción precisa de robots, proponiendo un marco de estrategia de condicionamiento táctil PACE. Su innovación radica en organizar la información táctil en tres roles temporales: estado de contacto, eventos de contacto imprevistos y predicción de consecuencias del contacto. Estos tres roles se utilizan respectivamente para la generación de acciones, la corrección rápida durante la ejecución y la optimización de la representación de acciones en la fase de entrenamiento.
El estudio de robots de Xiaomi recibe reconocimiento en conferencias académicas internacionales
Es notable que, en cinco tipos de tareas de inserción robótica reales, como llaves, conectores de doble pin, USB y puertos de red, la tasa de éxito promedio de este método alcanzó el 90.7%, superando significativamente a los métodos tradicionales de fusión táctil. En el futuro, se espera que esta línea de tecnología se expanda aún más a operaciones hábiles de robots, ensamblajes precisos y otros escenarios de contacto complejos, proporcionando nuevas rutas tecnológicas para mejorar la precisión y robustez de las operaciones finas de los robots.

