MANGO-Grasp:跨形态灵巧手抓取框架
热点事件持续更新
MANGO-Grasp:跨形态灵巧手抓取框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
论文作者提出 MANGO-Grasp,一种面向跨形态多指灵巧手抓取的各向异性交互框架:用几何导向 3D Gaussian 表达物体局部表面几何,用预训练手部描述子编码手的形态与运动学。 作者报告的实验结果:在 CMAP 和 MultiGripperGrasp 基准的仿真中,比最强已见手基线最高高 8.24 个百分点;对未见过的 SharpaWave 手零样本迁移,比最强零样本基线最高高 16.57 个百分点,真机实验成功率达 86%。代码及补充材料将于论文发表时在项目页提供。以上为论文摘要报告的结果,本站未核验全文。
AI 根据报道生成 · 2 小时前更新
最新进展10月19日 12:00
MANGO-Grasp用几何导向3D Gaussian和各向异性交互场实现跨形态灵巧抓取报道时间线
沿着报道,了解事件的不同侧面。
10月19日
- arXiv · cs.AIMANGO-Grasp用几何导向3D Gaussian和各向异性交互场实现跨形态灵巧抓取
MANGO-Grasp提出一种面向跨形态多指手灵巧抓取的非各向同性交互框架,用几何导向3D Gaussian和预训练手部描述子分别表达物体局部几何及手的形态与运动学。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。