GAGrasp: Geometric Algebra Diffusion for Dexterous Grasping

要約

幾何学的代数表現を活用して、SE（3）変換への等量化を強制する器用な把握生成のための新しいフレームワークであるGagraspを提案します。
SE（3）対称性の制約をアーキテクチャに直接エンコードすることにより、私たちの方法はデータとパラメーターの効率を改善し、多様なオブジェクトのポーズ全体で堅牢な把握を把握します。
さらに、微分可能な物理学に基づいた洗練された洗練層を組み込みます。これにより、生成されたグラスが物理的にもっともらしいと安定していることが保証されます。
広範な実験は、既存の方法と比較した一般化、安定性、および適応性におけるモデルの優れたパフォーマンスを示しています。
https://gagrasp.github.io/の追加の詳細

要約(オリジナル)

We propose GAGrasp, a novel framework for dexterous grasp generation that leverages geometric algebra representations to enforce equivariance to SE(3) transformations. By encoding the SE(3) symmetry constraint directly into the architecture, our method improves data and parameter efficiency while enabling robust grasp generation across diverse object poses. Additionally, we incorporate a differentiable physics-informed refinement layer, which ensures that generated grasps are physically plausible and stable. Extensive experiments demonstrate the model’s superior performance in generalization, stability, and adaptability compared to existing methods. Additional details at https://gagrasp.github.io/

arxiv情報

提供元, 利用サービス

arxiv.jp, Google