arXiv · cs.RO· Naiyu Fang, Zhongjin Luo, Yuxin Mo, Siyuan Huang, Jianbo Liu, Yufei Liu, Zheyuan Zhou, Chenkai Jin, Xiaogang Wang, Hongsheng Li·· 12 小时前精选AI 评分67
论文 / 摘要阅读
OmniDex发布260万杂乱场景数据集与灵巧抓取模型
OmniDex: Scaling Dexterous Hand Grasping to Diverse Cluttered Scenes
AI 导读 · 根据来源整理
OmniDex提出可扩展的seed-and-filter策略，构建了包含超260万场景和0.4B场景特定抓取真值的杂乱场景灵巧抓取基准。研究同时提出OmniDex模型，通过Soft Winner-Takes-All学习、类人物理约束训练和物理驱动排序，避免后优化延迟。实验称该模型在多样场景、视角和未见物体上取得state-of-the-art性能与较强泛化。
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