DexGraspNet 数据集
DexGraspNet: A Large-Scale Robotic Dexterous Grasp Dataset for General Objects Based on Simulation进阶北大发布的仿真合成灵巧手抓取数据集,含 5355 个物体上的 132 万个抓取。
DexGraspNet 是北京大学王鹤团队与北京通用人工智能研究院、清华大学合作发布的大规模灵巧手抓取数据集,发表于 ICRA 2023。二指夹爪抓取已有大数据集,灵巧手抓取却一直缺数据。作者用加速的可微力封闭估计器(力封闭:手指接触力能抵抗任意方向的外力)批量合成抓取姿态,为 Shadow 灵巧手在 5355 个物体、133 个以上类别上生成 132 万个抓取,每个物体 200 个以上,全部经 Isaac Gym 仿真验证。它主要用来训练和评测灵巧抓取生成算法。2024 年团队又发布 DexGraspNet 2.0,扩展到 8270 个杂乱场景、4.27 亿个抓取,并实现真机零样本迁移。
例子训练一个输入物体点云、输出 Shadow 手抓取姿态的生成模型,用 DexGraspNet 的抓取作为监督数据。
- 也叫
- DexGraspNet
- 相关
- 灵巧操作、力封闭、Shadow 灵巧手、Isaac Gym、合成数据、抓取位姿检测
- 来源
- DexGraspNet 项目主页
DexGraspNet (arXiv)
DexGraspNet 2.0 (arXiv) - 信息截至
- 2024-10