RATE：面向接触密集机器人操作的风险感知触觉编码

论文提出风险感知触觉编码（RATE），学习编码任务条件下交互风险的触觉表征。方法用历史条件预测捕捉交互上下文，用警报监督将该上下文与任务风险关联，并通过轻量残差适配器补充常规触觉特征。仿真与真实世界实验显示任务成功率有提升，消融实验验证了警报引导学习与预测性时序建模的互补作用。