GeoMatch++：基于形态条件的多机械结构抓取几何匹配
机器人学
2024-12-30 v1
摘要
尽管近期在多指灵活抓取方面取得了进展，当前方法关注单只抓手和未知物体，甚至那些探索跨机械结构的方法也难以很好地泛化到未知的末端执行器。本工作解决了针对未知末端执行器的灵活抓取泛化问题，通过统一的策略学习抓手形态与物体几何之间的相关性。机器人形态包含表示关节和连杆相互连接和运动方式的丰富信息，因此我们通过注意力机制来学习更好的末端执行器几何特征。我们的实验表明，与先前方法相比，在3个跨域末端执行器上抓取成功率平均提高了9.64%。
引用
@article{arxiv.2412.18998,
title = {GeoMatch++: Morphology Conditioned Geometry Matching for Multi-Embodiment Grasping},
author = {Yunze Wei and Maria Attarian and Igor Gilitschenski},
journal= {arXiv preprint arXiv:2412.18998},
year = {2024}
}
备注
8 pages, 3 figures, CoRL Workshop on Learning Robot Fine and Dexterous Manipulation: Perception and Control