GOAG: Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation

📄 arXiv: 2608.19759v1 📥 PDF

作者: Julien Merand, Boris Meden, Mathieu Grossard, Liming Chen

分类: cs.RO, cs.AI

发布日期: 2026-08-20

备注: Project website: https://cea-list.github.io/goagweb/

期刊: 2026 IEEE/RSJ International Conference on Intelligent Robots and Systems (IROS)

🔗 代码/项目: PROJECT_PAGE

💡 一句话要点

提出GOAG以解决多指抓取中的物体特异性问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control)

关键词: 多指抓取 物体无关学习 深度生成模型 机器人操作 抓取规划

📋 核心要点

  1. 现有的深度学习抓取规划器在面对新物体时泛化能力不足，主要由于训练数据的局限性。
  2. GOAG通过学习抓手接触表面的潜在表示，能够在不依赖物体特定数据的情况下生成有效的抓取配置。
  3. 在MultiDex数据集上，GOAG实现了86.93%的成功率，并在生成抓取时显著提高了处理速度。

📝 摘要（中文）

多指抓取是机器人操作中的关键技能，但现有的深度学习抓取规划器往往难以对新物体进行泛化，因为它们训练于有限的物体特定数据集。我们提出GOAG：一种生成性和物体无关的抓取规划器，基于抓手与物体在接触点共享相同表面几何形状的观察。该模型学习特定抓手的接触表面分布的紧凑潜在表示，使得在不依赖物体特定训练数据的情况下高效采样有效的抓取配置。通过在推理时引入物体特征，我们的模型能够有效检索与抓手能力兼容的可接触区域。我们在模拟和现实场景中进行了广泛实验，验证了该方法的有效性，尤其在MultiDex数据集上取得了86.93%的平均成功率，且在生成大量抓取时显著加快处理速度。

🔬 方法详解

问题定义：本论文旨在解决多指抓取中现有深度学习方法对新物体泛化能力不足的问题。现有方法通常依赖于物体特定的数据集，限制了其应用范围。

核心思路：GOAG的核心思路是利用抓手与物体在接触点共享的相同表面几何形状，学习抓手接触表面的潜在表示，从而实现物体无关的抓取规划。

技术框架：该方法的整体架构包括两个主要阶段：首先，通过深度生成模型学习抓手的接触表面分布；其次，在推理阶段引入物体特征以检索可接触区域。

关键创新：GOAG的主要创新在于其物体无关的学习方式，能够在没有物体特定训练数据的情况下有效生成抓取配置，这与传统方法形成鲜明对比。

关键设计：在模型设计中，采用了紧凑的潜在表示来捕捉抓手的接触特征，损失函数设计旨在优化抓取成功率，同时确保生成的抓取配置与抓手能力相匹配。具体的网络结构和参数设置在论文中进行了详细描述。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在实验中，GOAG在MultiDex数据集上达到了86.93%的平均成功率，显著优于传统物体特定方法。同时，在生成大量抓取配置时，其处理速度大幅提升，展现了物体无关学习的优势。

🎯 应用场景

GOAG的研究成果在多指机器人抓取、自动化装配和人机协作等领域具有广泛的应用潜力。其物体无关的特性使得机器人能够更灵活地处理各种未知物体，提升了机器人在动态环境中的适应能力和操作效率，具有重要的实际价值和未来影响。

📄 摘要（原文）

Multifingered grasping is a crucial robotic skill, but current deep-learning grasp planners often struggle to generalize to new objects because they are trained on limited, object-specific datasets. We introduce a fundamentally different approach, grounded in the observation that the gripper and the object share identical surface geometry at their mutual contact points. We propose GOAG: Generative and Object-Agnostic Grasp Planner for Dexterous Robotic Manipulation, a novel deep generative model that learns a compact latent representation of a specific gripper's contact surface distribution, enabling the efficient sampling of valid grasp configurations without relying on object-specific training data. We show that by introducing object features only at inference time, our model can effectively retrieve admissible contact areas that are compatible with the gripper's capabilities. We validate our approach through extensive experiments on established grasp protocols in both simulated and real-world scenarios, demonstrating its effectiveness with different grippers from the literature. Our method delivers state-of-the-art results on the objects from the MultiDex dataset, achieving an average success rate of 86.93%. It offers significantly faster processing when generating numerous grasps, while matching the performance of leading approaches specifically trained on this dataset. Unlike these methods, our approach does not rely on object-specific training data, highlighting the advantages of object-agnostic learning. It effectively addresses the generalization challenges faced by traditional data-driven grasp planners. Code and videos are available on our project website https://cea-list.github.io/goagweb/ .