​ 这个工作的目标是给定一个待抓取物体的点云，创建出对应的抓取手型网格。创建出的hand mesh首先得是自然、真实的，其次需要物理上能够抓紧物体。确保物体和合成的手型之间的合理的接触是得到 high-quality 和 stable 的 grasp的关键。

网站 代码

​ UniGrasp的出现确实让人耳目一新，感觉sequential地出n指灵巧手的抓点确实是一个很符合逻辑很直观的想法。并且这个工作比起6D-GraspNet和GraspNet-1Billion，有尝试对Gripper的URDF建模，也就是关注了夹爪的动力学模型，而之前的6D-GraspNet虽然在第二步的Grasp Pose Evaluation中，把夹爪的点云接在了原先待抓取点云之后，但是这其实更多的是对夹爪静态几何特征的提取。虽然对URDF建模的方法，我个人的直觉一定不是最优解，比较naive，但是也算提出了一个方向。

​ 第一次看别的组的GraspNet，最吸引我的是这篇文章有开源基于Pybullet的仿真器采集数据的部分，代码算是给了我很大的启发。不过随之而来的可能就是真的要重构我目前的仿真器部分……好在工程量并不算大，并且比起我现有的仿真器实现，性能会有巨大的提升。

​ 最近在研究各种各样的GraspNet，组内浩树学长的GraspNet虽然我已经用了很久，但是在方法论和具体实现上一直没有时间去研究，借着寒假的机会来集中学习一下。

6D GraspNet是英伟达2019年提出的一篇抓取的论文。