LM-Grasp 基准研究：位姿精度不等于抓取可靠性，残差位姿后验可改善仿真抓取规划

Pose accuracy is not grasp reliability: residual pose posteriors improve simulated robotic grasp planning

AI 导读 · 根据来源整理

作者构建 LM-Grasp 基准，用 15,800 张真实 LINEMOD RGB-D 图像在扫描网格上仿真抓取结果，指出基于模型抓取把 6D 位姿当作精确值会降低仿真抓取成功率。FoundationPose 在 0.997 的测试场景满足 ADD(-S) 标准，但按其估计位姿规划仅在 0.791 场景成功，使用标注位姿为 0.856。由于估计器不报告不确定性，作者用其在标注训练帧上的误差构建位姿后验。