TaRL：从触觉演示中学习通用与物理奖励

TaRL从触觉变形图序列中回归任务完成进度，融合成功与失败演示提供反馈。仿真Nut threading成功率从34%提升至56%，真实世界cube pickup从37%提升至97%。结合视觉奖励进一步提升性能，且可跨物体实例泛化。