RATE：面向接触密集型机器人操作的触觉风险感知编码

研究者提出 Risk-Aware Tactile Encoding（RATE），用于学习编码任务条件交互风险的触觉表示。该方法通过历史条件预测捕捉交互上下文，并以警报监督将上下文与任务条件风险关联，再经轻量残差适配器补充传统触觉特征。仿真与真实世界实验显示任务成功率显著提升，消融实验验证了警报引导学习与预测时序建模的互补收益。