标签
SeededGrasp 提出了一种数据高效的框架，利用视觉语言模型预测种子点，用于轻量级抓取生成器的条件输入，从而在复杂场景中实现多机器人形态的语言引导抓取。该方法在仿真中达到72%的成功率，在实际中达到78%，优于基线方法，并包含一个全新的大规模多形态抓取数据集。
本文介绍了Agentic RAG-VLM，一个统一的框架，将检索增强生成与视觉语言模型及自反思规划相结合，实现在杂乱环境中的泛化机器人抓取，成功率达到78.3%。
一种流匹配模型可从RGB-D图像生成多样化的人类抓取动作，实现零样本机器人抓取，性能优于现有方法。该模型在大规模自我中心数据集上训练，在新基准测试中显著超越当前最先进的基线方法。
# 域随机化与生成模型在机器人抓取中的应用 来源：[https://openai.com/index/domain-randomization-and-generative-models-for-robotic-grasping/](https://openai.com/index/domain-randomization-and-generative-models-for-robotic-grasping/) ## 摘要 基于深度学习的机器人抓取在算法改进和数据可用性增加的推动下取得了重大进展。然而，最先进的模型往往仅在数百或数千个未