跳到正文
arXiv · 机器人与计算机视觉· Tao Geng, Dapeng Yang, Ziwei Liu, Le Zhang, Le Qi, WangYang Li, Yi Ren, Shan Luo, Fenglei Ni·· 2026-10-16AI 评分60

DGS-Net:通过多对象场景单视角点云学习灵巧抓取

DGS-Net: Learning Dexterous Grasps from Single-View Point Clouds via a Multi-Object Scene Dataset

AI 导读

针对主流数据集忽视环境干扰和预抓取姿态的问题,作者提出 DGS-Net 端到端网络及两阶段数据生成策略,构建了包含 307 个物体、240 个多对象场景和超 35 万验证抓取的数据集。实验显示该方法在仿真中达到 88.63% 成功率,真机平台为 78.98%,且平均穿透深度仅 0.375 mm,表现出更强的泛化能力与鲁棒性。

来源:arXiv · 机器人与计算机视觉 · arxiv.org