Cross-Embodiment Affordance Transfer for Robotic Manipulation
아직 한국어판이 없어 영어 원문으로 표시.
초록 발췌
Robotic manipulation systems commonly learn object affordances from human-annotated datasets, which reflect interaction possibilities for a human hand rather than the physical constraints of a specific robot. For example, a surface region of an object identified as graspable by a human annotator may be geometrically unreachable or mechanically infeasible for a robot, yet this mismatch is rarely addressed explicitly.
초록에서 가져왔습니다. 요약을 준비 중입니다.
이 논문은 라이선스상 전문을 게재할 수 없어 요약과 원문 링크만 제공합니다.