提出跨本体灵巧抓取框架MANGO-Grasp

Heng Zhang 等提出跨本体灵巧抓取框架 MANGO-Grasp，用几何导向的 3D 高斯基元表示物体、把手部编码为同时捕捉形态与运动学的预训练描述子，并以各向异性马氏场建模手物接触。作者报告，在 CMAP 与 MultiGripperGrasp 基准上，该方法在仿真中比最强的已见手基线高出至多 8.24 个百分点；零样本迁移到未见过的 SharpaWave 手上，比最强零样本基线高出至多 16.57 个百分点，实机实验成功率 86%。代码与补充材料称将在论文发表时公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。