MANGO-Grasp跨具身灵巧抓取框架

2026年10月19日，arXiv Robotics 刊出 Heng Zhang 等作者的论文，提出 MANGO-Grasp 跨本体灵巧抓取框架。该框架以几何导向的 3D 高斯图元表示物体，以预训练描述子编码手部形态与运动学，并用各向异性马氏场建模手物交互。作者报告，在 CMAP 与 MultiGripperGrasp 基准上，其仿真性能最高超过最强已见手基线 8.24 个百分点；零样本迁移到未见过的 SharpaWave 手时最高提升 16.57 个百分点；真实实验成功率达 86%。论文称代码将在论文发表后公开。目前该事件仅有这一篇主报道，尚无跟进报道，上述数字与结论均来自论文作者自述。

AI 根据报道生成 · 3 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。