MMGNet：面向杂乱场景的多模态 6-DoF 抓取合成网络

MMGNet 通过分层图像到 3D 特征注入与旋转抓取度建模，在 GraspNet-1Billion 上用 RealSense 取得 60.34 的平均 AP，超过所有对比方法。在针对对抗性抓取物体的真实实验中，其抓取成功率比 AnyGrasp 高 8.46 个百分点。消融实验显示这两个模块带来互补增益，代码、模型和数据将在论文发表后释放。