语义几何任务表征助力双手操作

研究团队提出了一种基于语义几何图的双臂操作任务表征方法，旨在解决机器人双手操作中的任务理解与规划问题。 该方法采用消息传递神经网络（MPNN）编码器与Transformer解码器，构建任务无关表征，能够编码物体身份、语义关系及运动历史。 在11项任务验证中，该方法性能优于序列模型，且任务变异性越大优势越明显。在两项真实机器人任务中实现100%成功率，支持跨机器人复用。

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。