CMG-Net：一种基于接触的端到端多指灵巧抓取网络
机器人学
2023-03-24 v1 人工智能
计算机视觉与模式识别
摘要
本文中，我们提出一种利用多指机械手与待操作物体间接触来表示抓取的新方法。该表示显著降低了预测维度并加速了学习过程。我们提出一种高效的端到端网络 CMG-Net，用于通过从单帧点云高效预测多指抓取位姿与手部构型，在杂乱环境中抓取未知物体。此外，我们创建了一个包含五千个杂乱场景、80 个物体类别及两千万标注的合成抓取数据集。我们进行了全面的实证研究并证明了我们的抓取表示与 CMG-Net 的有效性。我们的工作在三指机械手上显著优于当前最优（SOTA）方法。我们还展示了使用合成数据训练的模型在真实机器人上表现良好。
引用
@article{arxiv.2303.13182,
title = {CMG-Net: An End-to-End Contact-Based Multi-Finger Dexterous Grasping Network},
author = {Mingze Wei and Yaomin Huang and Zhiyuan Xu and Ning Liu and Zhengping Che and Xinyu Zhang and Chaomin Shen and Feifei Feng and Chun Shan and Jian Tang},
journal= {arXiv preprint arXiv:2303.13182},
year = {2023}
}
备注
The first two authors are with equal contributions. Paper accepted by ICRA 2023