arXiv cs.RO· Zeyuan Ren, Guanxun Zhao, Qi Li, Hao Wang, Wenlong Liao, Keyi Luo, Xijing Zhang, Zhiyuan Zhang, Jingye Cui, Qibin Gu, Zhichen Wang, Yucheng Hu, Liqiao Xia, Nan Bu, Zhengde Ma, Rankun Li, Xue Yang, Wende Xie·· 4 小时前AI 评分45
GRASP：面向双臂机器人操作的全局-局部表征对齐与空间-物理锚定
GRASP: Global-Local Representation Alignment and Spatial-Physical Grounding for Bimanual Robotic Manipulation
AI 导读
GRASP 提出一种面向双臂机器人操作的训练阶段先验注入框架，通过物理锚定的流匹配损失经可微前向运动学（FK）监督工具中心点（TCP）位姿与臂间相对位姿，并引入经 DINOv3 蒸馏的全局查询组与 Grounding DINO 监督的局部交互查询，推理时移除教师模型。仿真与实机长时程双臂任务实验显示两种先验在不同部署条件下互补：完整模型在分布内部部署中表现更优，蒸馏查询分支在强视觉随机化下更适用。
来源：arXiv cs.RO · arxiv.org