GraspFactory：一个大型对象中心抓取数据集
机器人学
2025-09-26 v1 人工智能
摘要
机器人抓取是工业自动化中的关键任务，随着机器人被期望能够处理多样化的对象，面临的挑战在于，当抓取模型训练于有限数据集后遇到新对象时可能无法有效工作。在实际环境中，如仓库或制造厂，对象的多样性可以非常广泛，抓取模型需要具备对这种多样性的泛化能力。训练大规模、可泛化的机器人抓取模型需要几何多样化的数据集。本文介绍 GraspFactory，一个包含超过 10900 万个 6 自由度抓取姿态的数据集，分别针对 Franka Panda（包含 14690 个对象）和 Robotiq 2F-85 夹具（包含 33710 个对象）。GraspFactory 旨在训练数据密集型模型，我们演示了一个在 GraspFactory 子集上训练的模型在模拟和真实环境中的泛化能力。该数据集和工具已在 https://graspfactory.github.io/ 上提供下载。
引用
@article{arxiv.2509.20550,
title = {GraspFactory: A Large Object-Centric Grasping Dataset},
author = {Srinidhi Kalgundi Srinivas and Yash Shukla and Adam Arnold and Sachin Chitta},
journal= {arXiv preprint arXiv:2509.20550},
year = {2025}
}