GRIM: Task-Oriented Grasping with Conditioning on Generative Examples
机器人学
2025-11-18 v2
摘要
面向任务的抓取 (TOG) 需要机器人选择针对特定任务功能合适的抓取姿态——这需要理解任务语义、对象功能性以及功能约束。我们提出了 GRIM (Grasp Re-alignment via Iterative Matching)，一个 training-free 的框架，通过利用视频生成模型 (VGM) 以及 retrieve-align-transfer 流程来解决这些挑战。除了利用 VGM，GRIM 还可以构建来自网络图像、人类演示或生成模型的 object-task exemplars 的 memory。检索到的任务导向抓取随后通过评估其对一组几何稳定候选抓取的匹配来传递和细化，以确保功能适当性和物理可行性。GRIM 在标准 TOG 基准测试中表现出强大的泛化能力并实现了最先进的性能。项目网址: https://grim-tog.github.io
引用
@article{arxiv.2506.15607,
title = {GRIM: Task-Oriented Grasping with Conditioning on Generative Examples},
author = {Shailesh and Alok Raj and Nayan Kumar and Priya Shukla and Andrew Melnik and Michael Beetz and Gora Chand Nandi},
journal= {arXiv preprint arXiv:2506.15607},
year = {2025}
}
备注
Accepted to AAAI-26 (Oral). Project website: https://grim-tog.github.io