跳到正文
热点事件持续更新

研究者提出LAGR任务导向抓取方法与268万条标注数据集

1 篇报道1 个报道来源53 分钟前更新

先了解这件事

AI 综述

Manav Kulshrestha 等研究者发布论文,提出任务导向抓取检测方法 LAGR:先生成任务无关的抓取提案并给出物理可行性分数,再用语言条件重排序器对所有提案联合打分,以按任务要求选择合适抓取方式。 团队同时构建了包含 100,911 个图像-任务对、17 类物体、共 268 万条带评分 5-DoF 抓取标注的数据集。据论文实验结果,LAGR 较次优方法提升 9.3 个百分点,并在 Franka Research 3 机器人上完成了真实物体验证。

AI 根据报道生成 · 11 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月20日
  1. arXiv cs.AI
    LAGR:面向任务抓取的语言感知重排序方法

    研究者提出 LAGR,一种任务导向抓取检测方法:先生成任务无关的抓取提案并给出物理可行性分数,再用语言条件重排序器对所有提案联合打分。团队构建了包含 100,911 个图像-任务对、17 类物体共 268 万条带评分 5-DoF 抓取标注的数据集。实验显示 LAGR 较次优方法提升 9.3 个百分点,并在 Franka Research 3 机器人上完成真实物体验证。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。