CosmoH2G：針對複雜空間運動物體操作的手部夾爪轉移資料集與基線方法
為何重要
此研究推動了機器人操作從「平面抓取」進化到「三維空間靈巧操作」的能力邊界。透過解決傳統端到端生成中常見的累積漂移問題，兩階段框架（Keyframes + Continuation）提供了一種可驗證、穩定的訓練策略，對於開發需要精確手眼協同的實體機器人具有重要參考價值，也能為後續的通用操作 Agent 資料集建立提供新標準。
為解決現有機器人學習方法主要侷限於平面任務、難以處理包含旋轉或拋擲等複雜空間運動的問題，研究團隊提出新資料集與基準方法，透過無資料驅動的隱式方法與精細手部姿勢指導，實現從人手示範到夾爪動作的轉移。
- 資料集包含 6,189 個片段與 1,254 個獨特物體，展現顯著高於現有基準的空間複雜度。
- 提出兩階段框架：第一階段預測稀疏關鍵影格以簡化對映目標，第二階段基於關鍵影格生成完整連續動作序列。
- 為了減少累積漂移，架構保留夾爪朝向學習，並利用抓取啟發式與運動學一致性進行事後最佳化。