CoToGrasp：接触拓扑条件灵巧抓取框架发布

2026年10月9日，arXiv cs.RO 刊出由 Julien Merand 等作者提出的 CoToGrasp 灵巧抓取合成生成框架。据该报道，CoToGrasp 严格以特定接触拓扑为条件合成多样且稳定的抓取，完全以物体无关方式训练，通过基于特征的规范工作空间将局部物体特征投影到统一的夹爪中心域，从而在推理时实现对未见物体的零样本泛化。报道称，该框架在 DexGraspNet 数据集上取得 SOTA 性能，超越现有分类引导规划器，并在实体机器人平台上验证了合成接触拓扑的物理可行性与运动学可行性；代码已在项目网站开源。上述性能与验证结论均来自该报道自述，尚无其他来源独立证实。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。