跳到正文
具身前沿
arXiv · cs.RO官方发布· Xinyue Xu (Daisy), Jieqiang Sun (Daisy), Jing (Daisy), Dai, Siyuan Chen, Lanjie Ma, Ke Sun, Bin Zhao, Jianbo Yuan, Sheng Yi, Haohua Zhu, Irvine Lu·· 2 小时前精选AI 评分78

论文 / 摘要阅读

DexCanvas 发布 7000 小时带接触力标注的灵巧操作数据集

DexCanvas: Bridging Human Demonstrations and Robot Learning for Dexterous Manipulation

AI 导读 · 根据来源整理

DexCanvas 构建了 7000 小时的灵巧手-物体交互混合真实与合成数据集,逐帧标注接触点和接触力,源自 70 小时光学动捕,覆盖 21 类操作。其真实到仿真流程用一个以物体几何和操作类型为条件的强化学习策略驱动仿真中的 MANO 手复现抓取轨迹,复现 87.5% 的演示,在扰动初始位姿下仍有 80.9% 成功率,对未参与采集的 6 个 YCB 物体成功率为 72.5%。在 18,522 次试验中,观测接触特征的 Diffusion Policy 成功率为 82.2%,不使用接触特征时为 67.5%。首批 111,857 条带力标注轨迹已在 Hugging Face 公开。

本站目前提供摘要

以上是对来源材料的中文整理,不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。

前往 arXiv · cs.RO 阅读原文 ↗

来源:arXiv · cs.RO · arxiv.org