SemAnCorr：免训练零样本操作技能迁移方法

Xiaoxiang Dong等提出SemAnCorr，一个免训练框架，通过位姿-对应联合优化选取语义一致的锚点区域，再用functional maps在物体表面传播约束，实现操作技能跨物体的零样本迁移，同时保持语义一致性与几何连贯性。 论文称在基于PartNet-Mobility构建的稠密对应基准上评测，取得90.8%的语义准确率，并在几何连贯性上优于近期基线。该研究发表于IEEE Robotics and Automation Letters (RA-L) 2026。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。