类人灵巧操作能力是目前机器人亟待突破的瓶颈之一，许多对人类而言异常简单的灵巧操作任务，对机器人来讲是极其困难的。类人物体交接(Object Handover)是人类期望机器人能具有的关键类人灵巧操作能力之一，对于人和机器人的交互、协同与合作，以及机器人在服务、工业、航天等领域的广泛应用具有重要的意义。
自动化所王鹏研究员团队通过借鉴人与人之间的物体交接方式，提出了一种人与仿人五指灵巧手机器人之间的类人物体交接灵巧操作方法，并应用到实际机器人平台中，实现了人和仿人五指灵巧手机器人之间的多样性物体类人交接自主灵巧操作(Learning Human-to-Robot Dexterous Handovers for Anthropomorphic Hand)。
类人灵巧操作能力是目前机器人亟待突破的瓶颈之一，许多对人类而言异常简单的灵巧操作任务，对机器人来讲是极其困难的。类人物体交接(Object Handover)是人类期望机器人能具有的关键类人灵巧操作能力之一，对于人和机器人的交互、协同与合作，以及机器人在服务、工业、航天等领域的广泛应用具有重要的意义。
自动化所王鹏研究员团队通过借鉴人与人之间的物体交接方式，提出了一种人与仿人五指灵巧手机器人之间的类人物体交接灵巧操作方法，并应用到实际机器人平台中，实现了人和仿人五指灵巧手机器人之间的多样性物体类人交接自主灵巧操作(Learning Human-to-Robot Dexterous Handovers for Anthropomorphic Hand)。
研究提出了基于仿人五指灵巧手的“人-机器人”类人物体交接框架。框架包括三个模块：(1)基于多模态感知的场景理解；(2)抓取配置学习与生成；(3)交接路径规划与机器人动作实施。 为使机器人能适应不同的交接物体，团队提出了一种仿人五指手高效抓取学习模型AHG-Net，模型以物体单视角点云作为输入并对抓取配置进行预测，同时，构建了超过5000个物体和百万级抓取标签的数据集。
研究提出了基于仿人五指灵巧手的“人-机器人”类人物体交接框架。框架包括三个模块：(1)基于多模态感知的场景理解；(2)抓取配置学习与生成；(3)交接路径规划与机器人动作实施。 为使机器人能适应不同的交接物体，团队提出了一种仿人五指手高效抓取学习模型AHG-Net，模型以物体单视角点云作为输入并对抓取配置进行预测，同时，构建了超过5000个物体和百万级抓取标签的数据集。
研究提出了基于仿人五指灵巧手的“人-机器人”类人物体交接框架。框架包括三个模块：(1)基于多模态感知的场景理解；(2)抓取配置学习与生成；(3)交接路径规划与机器人动作实施。 为使机器人能适应不同的交接物体，团队提出了一种仿人五指手高效抓取学习模型AHG-Net，模型以物体单视角点云作为输入并对抓取配置进行预测，同时，构建了超过5000个物体和百万级抓取标签的数据集。
