arXiv · 机器人与计算机视觉· Julien Merand, Boris Meden, Liming Chen, Mathieu Grossard·· 2026-10-09AI 评分52
CoToGrasp:基于接触拓扑的灵巧抓取合成与规范工作空间学习
CoToGrasp: Contact-Topology-Conditioned Dexterous Grasp Synthesis via Canonical Workspace Learning
AI 导读
针对现有灵巧抓取规划器仅优化物理稳定性而忽视下游任务功能的问题,本文提出 CoToGrasp 生成框架。该框架通过特征基规范工作空间将局部物体特征投影到统一夹爪中心域,解耦语义功能意图与任意几何形状,从而在无需昂贵标注数据的情况下实现零样本泛化。在 DexGraspNet 数据集上的评估显示其性能优于现有分类引导规划器,并在物理机器人平台上验证了合成接触拓扑的物理可行性与运动学可行性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org