IROS 2024 论文让机器人新抓握适配成功率提升 28.5%
Ed__Johns · x · 2026-07-29
这篇论文研究的是：机器人如何把已经学会的操作技能，迁移到新的抓握姿态上。
论文核心思路
- 机器人在一个自监督数据采集阶段里，让摄像头观察自己拿着物体运动的过程。
- 训练出的网络可以在部署时，把“针对某一种抓握姿态学到的技能”适配到新的抓握方式。
- 方法不需要物体的 3D CAD 模型，不需要相机标定，也不依赖人工逐个定义新轨迹。
实验结果
- 支持 RGB、深度或两者结合。
- 在 1360 次真实世界评测 中，基于自监督 RGB 的方案稳定优于依赖深度图的替代方案。
- 相比表现最好的基线，平均成功率提升了 28.5%。
帖子还补充说，这项工作发表于 IROS 2024，并附有论文和视频讲解链接。
「具身」频道最新
- NVIDIA RTX Spark 正式发布，主打 Windows PC 本地跑 AI — ostrisai · 2026-10-16
- 四足机器人实机实现变形+步行:各姿态单独强化学习、变形时切换策略 — _Stocko_ · 2026-10-16
- 传苹果折叠 iPhone 预售火爆,首发库存几乎秒罄 — Polymarket · 2026-10-16
- KinoGen 用运动学视频生成直接为人形机器人合成全身操作参考动作 — ChongZzZhang · 2026-10-16
- Science Robotics 论文提出 F³ 事件相机预测表征，超越光流 — CSProfKGD · 2026-10-16
- 南非零售商上架 iPhone Duo 可折叠机预订页，售价 47999 兰特 — shauntrennery · 2026-10-16