Onderzoekers presenteren TGrasp6D, een systeem dat een taakomschrijving en één RGB-D-beeld — een kleurenbeeld gecombineerd met dieptegegevens — gebruikt om te bepalen hoe een robot een object moet vastpakken. Zo kan het systeem bij het snijden de voorkeur geven aan het handvat van een mes, of het handvat vrijlaten zodat iemand het mes kan overnemen.
Volgens de paper behaalt het systeem een succespercentage van 94% op de TaskGrasp-dataset, tegenover 74% voor de beste baseline. Het team demonstreerde de aanpak ook met een Franka Research 3-robot en voorwerpen uit de echte wereld. Het abstract vermeldt niet hoeveel tests zijn uitgevoerd en evenmin of er onafhankelijke tests zijn gedaan.
Waarom het ertoe doet
Voor roboticaonderzoekers wijzen de gerapporteerde resultaten erop dat taakomschrijvingen en één dieptebeeld robots kunnen helpen om een grijppositie te kiezen, zonder voor elk taak-objectpaar te hoeven vertrouwen op een handmatig gelabelde dataset. Of het systeem ook buiten de gerapporteerde tests goed presteert, is hiermee niet aangetoond.
