# TGrasp6D riesce nel 94% dei tentativi di presa robotica

> Lo studio su arXiv descrive un sistema che usa il compito da svolgere e una singola immagine RGB-D per pianificare una presa a sei gradi di libertà, e ne mostra il funzionamento su un robot reale.

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

I ricercatori presentano TGrasp6D, un sistema che usa la descrizione di un compito e una singola immagine RGB-D — un’immagine a colori abbinata a dati di profondità — per stabilire come un robot dovrebbe afferrare un oggetto. Per esempio, può scegliere il manico di un coltello per affettare oppure lasciarlo libero per passarlo a qualcuno.

Lo studio riporta un tasso di successo del 94% sul dataset TaskGrasp, contro il 74% del miglior sistema di riferimento. Il gruppo ha inoltre dimostrato il metodo con un robot Franka Research 3 e oggetti reali; l’abstract non specifica il numero di prove né se siano stati condotti test indipendenti.

## I fatti

- Lo studio riporta un successo del 94% su TaskGrasp; il miglior sistema di riferimento ha ottenuto il 74%.
- Lo studio è stato pubblicato su arXiv il 16 ottobre 2026.

## Perché conta

Per chi fa ricerca in robotica, i risultati riportati suggeriscono che le descrizioni dei compiti e una singola immagine di profondità potrebbero aiutare i robot a scegliere come afferrare gli oggetti senza dover ricorrere a un dataset annotato manualmente per ogni combinazione di compito e oggetto. Le prestazioni al di fuori dei test riportati non sono state accertate.

## Fonti e riferimenti

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

Ultimo aggiornamento: 2026-10-16