开放词汇实例抓取
基于SAM的轻量级框架，让机器人听懂指令、抓对物品，只需少量参数微调即可在复杂场景中精准抓取。
Yunpeng, Mei · Jian, Sun · 彭志红 · 邓方 · 王钢 · 陈杰
IEEE Transactions on Multimedia 2025
利用开放词汇提示定位物体并预测抓取位姿，无需为每个新物体类别重新训练，直接根据用户描述执行抓取。
通过适配 SAM 的编码器适配器和多头解码器，仅训练 28.3% 的参数就能将分割能力迁移到抓取位姿估计，部署时算力负担小。
在 GraspNet-1Billion 和 OCID 等杂乱多物体数据集上达到 90.1% 的实例级准确率，证明其能应对堆叠、遮挡等复杂环境。