HOForce 方法实现手物交互力重建
热点事件持续更新
HOForce 方法实现手物交互力重建
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
Jiahui Wang 等人提交论文 HOForce,提出一种基于单目 RGB-D 视频的手物交互运动与力重建方法。该方法通过追踪手部与物体恢复交互力,在 DexYCB 和 TACO 数据集上将指尖力误差均值绝对误差降低 24.5%,并减少了穿透现象。生成的力能在 MuJoCo 中复现运动且适配其他引擎。
AI 根据报道生成 · 13 小时前更新
最新进展11月19日 13:00
HOForce:基于单目 RGB-D 视频的手物交互运动与力重建方法报道时间线
沿着报道,了解事件的不同侧面。
11月19日
- arXiv · 机器人与计算机视觉HOForce:基于单目 RGB-D 视频的手物交互运动与力重建方法
HOForce 利用单目 RGB-D 视频追踪手与物体并恢复交互力,在 DexYCB 和 TACO 数据集上比基线更准且减少穿透。该方法将指尖力误差均值绝对误差降低 24.5%,生成的力能在 MuJoCo 中复现运动并适配其他引擎。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 911月19日 15:00
- 近 24 小时变化
- –
02.557.510
16:0018:0020:0022:0011月20日02:00
趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。