SoftVTBench：用于可变形物体的物理约束机器人操作的安全感知视觉触觉基准（早期版本）

可变形物体操纵带来的挑战超出了完成任务的范围：成功执行还必须保持安全的物理交互，稳定地保持物体不滑动或掉落，同时避免过度变形。然而，现有的操纵基准主要以成功为导向，很少评估政策在整个执行过程中是否保持物理安全。我们推出了 SoftVTBench，这是一种用于物理约束可变形对象操作的安全感知视觉触觉基准。 SoftVTBench 内置于具有有限元模拟可变形物体的 Isaac Sim 中，提供多视图 RGB 观察、带标记运动的 RGB 触觉感知、本体感觉和语言指令，并定义了针对物体类型（可变形与刚性）和变化轴（物体与空间）的四个匹配任务套件。它分别报告目标成功和安全成功；后者还要求跌落和峰值变形不低于校准的特定对象阈值，该阈值是根据策略隐藏的特权有限元方法 (FEM) 状态测量的。我们在此协议下实施基于 pi0.5 的基线。实验表明，只注重成功的评估大大夸大了政策绩效，因为大部分完成目标的执行轨迹仍然违反了物理安全。此外，结合触觉传感可以提高安全成功率（例如，以对象为中心的可变形任务从 21.4% 提高到 35.6%），并减少执行过程中的对象变形，同时保持可比较的目标成功率。 SoftVTBench 为研究物理交互约束下的视觉触觉变形操作提供了可重复的基准。