塑形成功率高
基于3D占据与学习预测控制，实现对弹塑性物体精确塑形，解决了严重自遮挡与复杂动力学下的操控难题。
Zhen, Zhang · Chu, Xiangyu · Tang, Yunxi · Lulu, Zhao · 黄靖 · Jiang, Zhongliang · Samuel Au, Kwok Wai Samuel
IEEE Robotics and Automation Letters 2025
利用3D占据表示物体，从多视角RGB图像推断完整空间信息，克服严重自遮挡。
结合3D CNN和GNN的深度网络根据推断的3D占据预测复杂变形，为规划提供准确模型。
学习预测控制算法结合基于形状的动作初始化模块，提高规划器效率，实现成功塑形。
该方法在仿真和真实世界多种实验中均成功将弹塑性物体塑形为目标形状。