GraspFoM: 3D基盤モデルを用いた再構成駆動型ロボット把持

- ロボット把持のための統合フレームワーク GraspFoM を提案。 - 3D foundation priors (SAM3D) を活用し、再構成と把持姿勢予測で共有される 3D object latent を構築。 - anchor-initialized truncated pose-reasoning diffuser により、離散的な把持候補に直接依存せず連続的・マルチモーダルな把持姿勢を予測。 - 再構成と把持の相互作用を reconstruction-aware scorer と residual latent updater で検討。 - 把持姿勢予測と高忠実度 3D アセット (mesh および 3DGS) の再構成を同時に実現。

- 既存の geometry-aware 把持手法は再構成を中間予測として扱い、把持のための再利用可能な object prior として活用していなかった。 - GraspFoM は 3D foundation priors (SAM3D) に基づく共有 3D object latent を構築し、再構成と把持を統合。 - 離散的な把持候補に直接依存せず、連続的・マルチモーダルな把持姿勢を予測する点が異なる。 - 再構成と把持の両タスクで state-of-the-art を達成し、追加の学習可能パラメータは少数で済む。

- 3D foundation priors (SAM3D) を利用して共有 3D object latent を構築。 - anchor-initialized truncated pose-reasoning diffuser により連続的・マルチモーダルな把持姿勢を予測。 - reconstruction-aware scorer と residual latent updater で再構成と把持の相互作用をモデル化。 - 再構成が grounded な幾何手がかりを提供し、把持 supervision が共有 object latent を把持関連 affordance へ洗練。 - 把持姿勢と高忠実度 3D アセット (mesh, 3DGS) を同時予測。

- 包括的な実験により、再構成と把持の両方で state-of-the-art を達成。 - 追加の学習可能パラメータは少数で済むことを示す。 - コンポーネントごとの ablation studies により各要素の寄与を検証。 - 具体的なデータセット名や評価指標は要旨からは不明。

- 再構成と把持の相互作用を reconstruction-aware scorer と residual latent updater で検討。 - 再構成が幾何手がかりを提供し、把持 supervision が共有 latent を把持関連 affordance へ洗練する点を議論。 - 限界や失敗事例、計算コストなどの詳細は要旨からは不明。

- 要旨で参照/比較されている研究: 既存の geometry-aware grasping 手法、SAM3D。 - 関連手法: 3D foundation models、diffusion-based grasp pose prediction、3DGS (3D Gaussian Splatting)。 - 同分野の定番: 把持検出の GraspNet、6-DoF GraspNet、再構成の NeRF などが考えられるが、要旨に明示なし。