Forschende stellen TGrasp6D vor, ein System, das anhand einer Aufgabenbeschreibung und eines einzelnen RGB-D-Bildes – einer Farbaufnahme mit Tiefendaten – bestimmt, wie ein Roboter einen Gegenstand greifen sollte. Beim Schneiden kann es zum Beispiel den Griff eines Messers bevorzugen oder ihn für die Übergabe freilassen.
Laut Paper erreicht das System auf dem TaskGrasp-Datensatz eine Erfolgsquote von 94 %, gegenüber 74 % beim besten Vergleichssystem. Das Team demonstrierte den Ansatz außerdem mit realen Gegenständen an einem Franka Research 3. Das Abstract enthält keine Angaben zur Zahl der Versuche oder zu unabhängigen Tests.
Warum es wichtig ist
Für die Robotikforschung deuten die berichteten Ergebnisse darauf hin, dass Aufgabenbeschreibungen und ein einzelnes Tiefenbild Robotern helfen könnten, passende Griffe zu wählen – ohne für jedes Aufgaben-Gegenstands-Paar auf einen eigens von Hand annotierten Datensatz angewiesen zu sein. Ob das System über die berichteten Tests hinaus leistungsfähig ist, ist damit nicht belegt.
