arXiv · 机器人与计算机视觉· Md Selim Sarowar, Sungho Kim·· 16 天前AI 评分42
LM-Grasp 基准与残差姿态后验提升仿真抓取规划成功率
Pose accuracy is not grasp reliability: residual pose posteriors improve simulated robotic grasp planning
AI 导读
LM-Grasp 基准基于 1.58 万张 LINEMOD RGB-D 图像,揭示仅满足 ADD(-S) 精度标准的姿态在仿真中规划成功率仅为 0.791。该方法利用标注帧误差构建残差姿态后验,在不重训估计器前提下将仿真成功率提升至 0.859,且在遮挡场景下缩小了与标注姿态 66% 的差距。
来源:arXiv · 机器人与计算机视觉 · arxiv.org