GenDexGrasp: Generalizable Dexterous Grasping

要約

器用な把持を実現することは、長年にわたりロボット工学の課題となっている。最近の進歩にもかかわらず、既存の方法は主に2つの問題に悩まされている。第一に、ほとんどの先行技術は、特定のタイプのロボットハンドに焦点を当て、未知のものを扱うための一般化可能な能力を欠いていることである。第二に、先行技術の多くは、高い成功率で多様な把持を迅速に生成することができない。これらの課題を統一的に解決するために、我々は、一般化可能な把持のための新しいハンドアグノスティック把持アルゴリズムであるGenDexGraspを提案する。GenDexGraspは、我々の提案する大規模な多手把持データセットMultiDexを用いて学習され、フォースクロージャー最適化によって合成される。GenDexGraspは、手に依存しない中間表現として接触マップを活用することで、多様でもっともらしい把持ポーズを高い成功率で効率的に生成し、多様な多指のロボットハンド間で転送することができる。従来の手法と比較して、GenDexGraspは成功率、推論速度、多様性の3つのトレードオフを実現している。コードは https://github.com/tengyu-liu/GenDexGrasp で公開されています。

要約(オリジナル)

Generating dexterous grasping has been a long-standing and challenging robotic task. Despite recent progress, existing methods primarily suffer from two issues. First, most prior arts focus on a specific type of robot hand, lacking the generalizable capability of handling unseen ones. Second, prior arts oftentimes fail to rapidly generate diverse grasps with a high success rate. To jointly tackle these challenges with a unified solution, we propose GenDexGrasp, a novel hand-agnostic grasping algorithm for generalizable grasping. GenDexGrasp is trained on our proposed large-scale multi-hand grasping dataset MultiDex synthesized with force closure optimization. By leveraging the contact map as a hand-agnostic intermediate representation, GenDexGrasp efficiently generates diverse and plausible grasping poses with a high success rate and can transfer among diverse multi-fingered robotic hands. Compared with previous methods, GenDexGrasp achieves a three-way trade-off among success rate, inference speed, and diversity. Code is available at https://github.com/tengyu-liu/GenDexGrasp.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL