MMGNet

新型MMGNet增强了杂乱场景中的机器人抓取能力

研究人员开发了MMGNet，一种新颖的多模态抓取合成网络，旨在提高机器人再杂乱环境中的抓取能力。该网络通过采用分层图像到3D特征注入和旋转抓取度建模，解决了点云和RGB图像使用中的局限性。MMGNet在GraspNet-1Billion基准测试中表现出色，平均精度达到60.34%，并在实际实验中比AnyGrasp方法提高了8.46个百分点的抓取成功率。