摘要
抓取是执行复杂任务的基本技能，也是智能系统的核心组成部分。针对通用的6自由度（6-DoF）抓取任务，以往多数方法直接从场景层面提取语义或几何信息，但鲜有研究考虑其在不同下游应用中的适应性，例如面向目标的抓取。为解决这一问题，我们从以抓取为中心的视角重新思考6-DoF抓取检测，提出一种通用性强的抓取框架，能够同时应对场景级抓取与面向目标的抓取任务。该框架名为FlexLoG，由一个灵活引导模块（Flexible Guidance Module）和一个局部抓取模型（Local Grasp Model）构成。其中，灵活引导模块可兼容全局（如抓取热力图）与局部（如视觉定位）引导方式，从而在多种任务中生成高质量的抓取结果。局部抓取模型专注于与物体无关的区域点，实现局部化、精细化的抓取预测。实验结果表明，该框架在GraspNet-1Billion数据集的未见划分上分别实现了超过18%和23%的性能提升。此外，在三种不同真实场景下的机器人测试中，抓取成功率高达95%。