GarmentPile：面向杂乱衣物操作的点级视觉可供性引导检索与适配
机器人学
2025-05-19 v1 人工智能
计算机视觉与模式识别
摘要
由于衣物复杂、可变形的特性以及衣物间错综复杂的关系，杂乱衣物操作带来了重大挑战。与单件衣物操作不同，杂乱场景需要处理复杂的衣物缠绕和交互，同时保持衣物的整洁性和操作的稳定性。为了满足这些需求，我们提出学习点级可供性，这是一种对复杂空间和多模态操作候选方案进行建模的密集表示，同时感知衣物几何、结构及物体间关系。此外，由于在一些极度缠绕的杂乱场景中难以直接提取衣物，我们引入了一个适配模块，该模块在已学习的可供性引导下，将高度缠绕的衣物重新组织为适合操作的状态。我们的框架在仿真和真实世界中均展示了其在具有多种衣物类型和堆叠配置的环境上的有效性。项目页面：https://garmentpile.github.io/。
引用
@article{arxiv.2503.09243,
title = {GarmentPile: Point-Level Visual Affordance Guided Retrieval and Adaptation for Cluttered Garments Manipulation},
author = {Ruihai Wu and Ziyu Zhu and Yuran Wang and Yue Chen and Jiarui Wang and Hao Dong},
journal= {arXiv preprint arXiv:2503.09243},
year = {2025}
}