Forskarna presenterar TGrasp6D, ett system som använder en uppgiftsbeskrivning och en enda RGB-D-bild – en färgbild kombinerad med djupdata – för att välja hur en robot ska greppa ett föremål. Systemet kan till exempel välja knivens skaft vid skärning eller se till att skaftet är fritt när kniven ska räckas över.
Artikeln rapporterar en framgångsgrad på 94 % på datamängden TaskGrasp, jämfört med 74 % för den bästa jämförelsemetoden. Forskarna demonstrerade också metoden med verkliga föremål på en Franka Research 3-robot. I sammanfattningen anges inte hur många försök som gjordes eller om systemet testades oberoende.
Varför det spelar roll
För robotikforskare tyder resultaten på att uppgiftsbeskrivningar och en enda djupbild kan hjälpa robotar att välja grepp utan att behöva förlita sig på en handmärkt datamängd för varje kombination av uppgift och föremål. Det är inte fastställt hur systemet presterar utanför de redovisade testerna.
