输入是一段单目视频和起始画面中的工具位置。模型尝试恢复工具中心的三维位置、朝向和夹爪状态,再把得到的轨迹用于另一种机器人的动作示范。
在 DROID 和 RoboLab 上,论文给出的绝对轨迹误差分别为 7.60 和 16.07 毫米。这两个数值评价追踪精度;换到实际机器人能否完成抓取,还要看另一组任务成功率。
TCP4D 用同一种时空场景表示追踪已经发生的动作,也预测接下来的工具中心轨迹。

输入是一段单目视频和起始画面中的工具位置。模型尝试恢复工具中心的三维位置、朝向和夹爪状态,再把得到的轨迹用于另一种机器人的动作示范。
在 DROID 和 RoboLab 上,论文给出的绝对轨迹误差分别为 7.60 和 16.07 毫米。这两个数值评价追踪精度;换到实际机器人能否完成抓取,还要看另一组任务成功率。