SPLIT：基于局部几何的 SE(3)-扩散用于 3D 场景到姿态集合匹配问题
机器人学
2024-11-18 v1
摘要
为实现灵活的机器人操作，机器人必须从原始场景中检测出不同用途相关的姿态。目前，许多感知算法设计用于特定用途，这限制了感知模块的灵活性。我们提出一种称为 3D 场景到姿态集合匹配的通用问题表述，直接在不依赖于特定于任务的启发式方法的情况下匹配相应的姿态。为此，我们引入了 SPLIT，一个用于从场景生成姿态样本的 SE(3)-扩散模型。该模型的效率来自基于样本姿态的局部几何进行得分预测。此外，利用扩散模型的条件生成能力，我们展示了 SPLIT 能够在单个模型中生成完成杯子重新取向和悬挂操作所需的多功能姿态。
引用
@article{arxiv.2411.10049,
title = {SPLIT: SE(3)-diffusion via Local Geometry-based Score Prediction for 3D Scene-to-Pose-Set Matching Problems},
author = {Kanghyun Kim and Min Jun Kim},
journal= {arXiv preprint arXiv:2411.10049},
year = {2024}
}