# TGrasp6D में काम के हिसाब से पकड़ने में 94% सफलता

> arXiv के इस शोधपत्र में ऐसी प्रणाली बताई गई है जो किसी काम के विवरण और एक RGB-D तस्वीर से छह स्वतंत्रताओं वाली पकड़ तय करती है। शोधकर्ताओं ने इसे असली रोबोट पर भी आज़माया।

Oossa · 2026-10-16 · https://oossa.com/hi/tgrasp6d-reports-94-success-in-task-oriented-robot-grasping

शोधकर्ताओं ने TGrasp6D पेश किया है। यह प्रणाली काम का विवरण और एक RGB-D तस्वीर—यानी रंगीन तस्वीर के साथ गहराई का डेटा—लेकर तय करती है कि रोबोट किसी वस्तु को कैसे पकड़े। मसलन, खाना काटने के लिए यह चाकू का हत्था पकड़ने को प्राथमिकता दे सकती है, या किसी को चाकू थमाते समय हत्था पकड़ने के लिए खाली छोड़ सकती है।

शोधपत्र के मुताबिक, TaskGrasp डेटासेट पर इसकी सफलता दर 94% रही, जबकि सबसे अच्छे बेसलाइन मॉडल की दर 74% थी। टीम ने असली दुनिया की वस्तुओं के साथ Franka Research 3 रोबोट पर भी इस तरीके का प्रदर्शन किया। हालांकि, सारांश में परीक्षणों की संख्या या स्वतंत्र जांच का ब्योरा नहीं दिया गया है।

## तथ्य

- शोधपत्र में TaskGrasp पर 94% सफलता दर्ज की गई; सबसे अच्छे बेसलाइन मॉडल का स्कोर 74% रहा।
- शोधपत्र 16 अक्टूबर, 2026 को arXiv पर प्रकाशित हुआ।

## यह क्यों मायने रखता है

रोबोटिक्स के शोधकर्ताओं के लिए, ये नतीजे संकेत देते हैं कि काम का विवरण और गहराई वाली एक तस्वीर रोबोटों को हर काम-वस्तु जोड़ी के लिए हाथ से लेबल किए गए डेटासेट पर निर्भर हुए बिना पकड़ चुनने में मदद कर सकते हैं। यहां बताए गए परीक्षणों से आगे इसका प्रदर्शन स्थापित नहीं है।

## स्रोत और संदर्भ

1. [TGrasp6D: Task-Informed Vision-Language Priors and Pose Refinement enable Zero-Shot Task-Oriented 6DoF Grasping](https://arxiv.org/abs/2610.20901) – arXiv cs.RO, 2026-10-16

अंतिम अपडेट: 2026-10-16