基于 SE(3) 等变性的点级可供给学习 EqvAfford

人类在感知和与世界交互时具有意识到等变性，这帮助我们在多样化姿态下操作不同物体。在机器人操作中，这种等变性也存在于许多场景中。例如，无论抽屉的姿态（平移、旋转和倾斜）如何，操作策略都是一致的（抓握把手并沿直线拉动）。然而，传统模型通常不具备对机器人操作等变性的意识，这可能导致需要更多的训练数据和在新颖物体姿态下的性能下降。我们提出了 EqvAfford 框架，通过创新设计确保在点级可供给学习中实现等变性，在代表性任务上表现出色且具有很好的泛化能力，这些任务涉及不同姿态下的物体。