arXiv Robotics· Zuhao Liu, Melih Darcan, Zhengdi Yu, Riza Alp Guler, Tolga Birdal·· 13 小时前AI 评分24
HaNDF：以物体为条件的几何神经手部距离场
HaNDF: Object-Conditioned Geometric Neural Hand Distance Fields
AI 导读
HaNDF 提出一种以物体为条件的几何神经距离场，将合理的手部关节姿态表示在条件场的零水平集内，并用黎曼几何工具把给定姿态投影到该场。该先验可反向优化以确定交互物体，适用于姿态细化、遮挡下重建与物理合理的操作合成。论文已被 NeurIPS 2026 接收。
推荐理由模型分析
HaNDF 把无条件手部姿态先验改为以交互物体为条件的神经距离场，用黎曼几何工具将合理手部姿态约束在条件场的零水平集上，并可将给定姿态投影到该流形。其价值在于为手-物交互提供可微的合理性先验，可用于姿态精修、遮挡下重建和物理合理操作合成；但摘要未给出与基线的具体量化对比，适用性仍取决于训练数据覆盖的物体与手型范围。
来源：arXiv Robotics · arxiv.org