DexDiffuser: Generating Dexterous Grasps with Diffusion Models

要約

DexDiffuserは、部分的な物体点群に対して把持を生成、評価、改良する新しい器用把持法である。DexDiffuserには、条件拡散に基づく把持サンプラーDexSamplerと器用把持評価器DexEvaluatorが含まれる。DexSamplerは、ランダムにサンプリングされた把持を繰り返しノイズ除去することで、物体点群を条件とした高品質な把持を生成します。また、2つの把持洗練戦略を紹介する：評価者誘導拡散（EGD）と評価者ベースのサンプリング洗練（ESR）である。Allegro Handを用いたシミュレーションと実環境での実験により、DexDiffuserは最先端の多指把持生成手法FFHNetを平均21.71–22.20%上回る把持成功率を一貫して実証している。

要約(オリジナル)

We introduce DexDiffuser, a novel dexterous grasping method that generates, evaluates, and refines grasps on partial object point clouds. DexDiffuser includes the conditional diffusion-based grasp sampler DexSampler and the dexterous grasp evaluator DexEvaluator. DexSampler generates high-quality grasps conditioned on object point clouds by iterative denoising of randomly sampled grasps. We also introduce two grasp refinement strategies: Evaluator-Guided Diffusion (EGD) and Evaluator-based Sampling Refinement (ESR). Our simulation and real-world experiments on the Allegro Hand consistently demonstrate that DexDiffuser outperforms the state-of-the-art multi-finger grasp generation method FFHNet with an, on average, 21.71–22.20\% higher grasp success rate.

arxiv情報

提供元, 利用サービス

arxiv.jp, DeepL