arXiv Robotics· Xin Fei, Zhixuan Xu, Huaicong Fang, Fangjun Chen, Zhaoyu Mu, Rui Yang, Zhexi Luo, Lin Shao·· 2 小时前AI 评分38
T(R,O) Grasp++：大规模杂乱环境下的跨具身灵巧抓取
T(R,O) Grasp++: Cross-Embodiment Dexterous Grasping in Cluttered Environments at Scale
AI 导读
T(R,O) Grasp++ 是一个基于扩散模型的跨具身灵巧抓取合成框架，可在杂乱环境中生成抓取姿态。研究团队同时构建了迄今最大的仿真基准之一，覆盖八种灵巧手、约 5 万个物体和约 0.5B 条抓取标注。该模型在八种灵巧具身上平均成功率达 88%，推理延迟仅 0.3s，推理样本效率提升超过 10 倍。
来源：arXiv Robotics · arxiv.org