跳到正文
arXiv · 机器人与计算机视觉· Rumi Loghmani, Abraham George, Amir Barati Farimani·· 9 天前精选AI 评分82

BetaGrasp:基于抓取分类标签的攀岩握点灵巧抓取策略

Grasp-Taxonomy Conditioning as a Mode Switch for Dexterous Grasping of Climbing Holds

AI 导读

论文介绍 BetaGrasp,这是一种结合四分类握持标签(crimp、sloper、pinch、jug)作为模式切换的 3D 扩散策略,运行于 Franka 机械臂与 16-DoF LEAP 手部。实验在弹簧测试台(带棘轮测力计)上验证,结果显示该标签使平均滑移力从 9.6 N 提升至 14.3 N,完全脱手率从 44% 降至 10%,而仅靠点云编码的基线策略无法区分握持类型且成功率仅为 25%。

推荐理由

BetaGrasp 通过引入四分类握持标签作为模式切换,将仿真到现实的滑移力提升显著,大幅降低完全脱手率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org