Skip to content
Hot eventLive

6-DoF抓取合成持续学习框架通过经验与演示适应新场景

1 reports1 sources3 hr ago updated

Get the story

AI overview

2026-10-02，arXiv发表一手研究，提出一种单视角6-DoF并行夹爪抓取的持续学习框架：在嵌入空间通过记忆更新抓取评分，并可选召回用户演示作为新场景候选抓取。仿真与1500次真实抓取实验显示，适应前即达现有基线水平，对训练未见类别持续改进且遗忘有限；真实场景中仅50次在线尝试即可在多个难例类别上超过90%成功率。代码与视频已公开，论文被CoRL 2026接收。

Generated from reports · updated 2 hr ago

LatestOct 2
论文被CoRL 2026接收，代码与视频已公开。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Robotics
    6-DoF 抓取合成的持续学习框架：通过经验与演示适应新场景

    本文提出一种单视角 6-DoF 并行夹爪抓取的持续学习框架，在嵌入空间通过记忆更新抓取评分，并可选召回用户演示作为新场景的候选抓取。仿真与 1500 次真实抓取实验表明，该方法在适应前已达到现有基线水平，对训练未见类别持续改进且遗忘有限；真实场景中仅 50 次在线尝试即可在多个难例类别上超过 90% 成功率。代码与视频已公开，论文被 CoRL 2026 接收。

Heat trend

There is not enough continuous observation data to draw a trend yet.