GRASP：双臂操作先验注入框架提出

2026年10月19日，arXiv Robotics 刊出 Zeyuan Ren 等作者的报道，提出面向细粒度双臂机器人操作的训练阶段先验注入框架 GRASP。该框架的物理接地流匹配损失通过可微正运动学（FK）监督 TCP 位姿与双臂相对位姿，并以有界噪声级加权补偿梯度衰减；同时引入从冻结 DINOv3 教师蒸馏的全局预测查询组，以及由 Grounding DINO 在注意力层监督的局部交互查询，两个教师在推理时移除。报道称，该框架旨在解决细粒度双臂操作中的相关问题，目前进展停留在方法提出阶段，尚无后续实验或应用跟进报道。

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。