具身智能再发力！GraspSplats：高效抓取，准确性和效率都提升

主要观点总结

本文介绍了一种名为GraspSplats的高效操作框架，它使用三维高斯溅射（3DGS）进行抓取表示。GraspSplats能够高效地重建具有几何、纹理和语义监督的场景，并在准确性和效率方面都优于基线方法，实现了零样本部件级抓取。它通过结合特征增强和几何正则化构建了场景表示，支持语言引导的操作和静态及动态场景中的抓取采样。此外，GraspSplats还通过多视图目标跟踪与关键点优化，扩展到动态场景中的目标位移跟踪与部件级操作。实验表明，GraspSplats在真实机器人实验中的性能优于基于NeRF或基于点的方法。本文介绍了GraspSplats的方法定义、背景、问题和概述，以及其在静态和动态场景中的应用。

关键观点总结