Dieser Datensatz wurde 2025 vom Psi-Robot-Team erstellt. Der Forschungshintergrund basiert auf der Notwendigkeit einer hohen Erfolgsrate beim geschickten Greifen in unübersichtlichen Szenen, insbesondere dem Erreichen einer Erfolgsrate von mehr als 90% bei unsichtbaren Objekt-, Beleuchtungs- und Hintergrundkombinationen. Die entsprechenden Ergebnisse der Studie sind „DexGraspVLA: Ein Vision-Language-Action-Framework für allgemein geschicktes GreifenDieses Framework verwendet ein vortrainiertes Vision-Language-Modell als hochrangigen Aufgabenplaner und lernt eine diffusionsbasierte Strategie als niedrigrangigen Aktionscontroller. Seine Innovation liegt in der Nutzung des Basismodells zur Erzielung starker Generalisierungsfähigkeiten und der Verwendung diffusionsbasierter Imitationslernmethoden zur Erzielung geschickter Aktionen. Dies ist ein kleiner Datensatz mit 51 Beispielen menschlicher Demonstrationsdaten, der zum Verständnis der Daten und des Formats sowie zum Ausführen des Codes zum Erleben des Trainingsprozesses nützlich ist.

Zitat

@misc{zhong2025dexgraspvla, title={DexGraspVLA: Ein Vision-Language-Action-Framework für allgemeines geschicktes Greifen}, Autor={Yifan Zhong und Xuchuan Huang und Ruochong Li und Ceyao Zhang und Zhang Chen und Tianrui Guan und Fanlian Zeng und Ka Num Lui und Yuyao Ye und Yitao Liang und Yaodong Yang und Yuanpei Chen}, Jahr={2025}, eprint={2502.20900}, archivePrefix={arXiv}, primaryClass={cs.RO}, url={https://arxiv.org/abs/2502.20900}, }