GraspFoM：利用 3D 基础先验实现重建驱动的机器人抓取

机器人抓取是机器人操纵的基本能力。然而，在部分观察下，把握仍然具有挑战性。可靠的抓取取决于局部接触线索和物体级 3D 结构。现有的几何感知抓取方法认识到重建的价值，但它们通常将几何视为中间预测，而不是抓取之前的可重复使用的对象。在本文中，我们提出了 GraspFoM，这是一个统一的框架，它利用 3D 基础先验 (SAM3D) 来构建潜在用于重建和抓取姿势预测的共享 3D 对象。基于这个潜在的共享对象，我们引入了一个锚初始化的截断姿势推理扩散器，它可以预测连续和多模态的抓取姿势，而无需直接依赖离散的抓取候选者。我们通过重建感知评分器和残留潜在更新器进一步研究重建和抓取之间的相互作用。重建提供了基础的几何线索，而抓取监督则细化了潜在的与抓取相关的共享对象。 GraspFoM 联合预测抓取姿势并以网格和 3DGS 形式重建高保真 3D 资源。综合实验表明 GraspFoM 在重建和抓取方面均取得了最先进的结果。值得注意的是，这些改进只需要少量额外的可训练参数。逐成分消融研究还证明了每个成分的贡献。