研究人员开发了DextER，一个使用语言指令和具身推理生成灵巧抓取的新颖系统。DextER将手和物体表面之间的接触点作为中间步骤进行预测，从而弥合了任务语义与物理约束之间的差距。该方法在DexGYS基准测试上取得了67.14%的成功率，比之前的方法高出3.83个百分点，意图对齐方面提高了96.4%。该系统还允许通过部分接触规范对抓取合成进行细粒度控制。 AI
影响 引入了一种新颖的具身推理方法用于机器人操作，有望提高复杂抓取任务中的控制和成功率。
排序理由 学术论文，详细介绍了一种新的机器人抓取生成方法。
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
arXiv:2601.16046v2 Announce Type: replace-cross Abstract: Language-driven dexterous grasp generation requires the models to understand task semantics, 3D geometry, and complex hand-object interactions. While vision-language models have been applied to this problem, existing appro…