CosmoH2G：面向复杂空间物体操作的手部到夹爪迁移数据集与基线方法

研究团队发布 CosmoH2G 手部到夹爪迁移数据集，包含 1,254 个物体的 6,189 条演示轨迹，空间复杂度显著高于现有基准。该方法采用两阶段框架：第一阶段预测稀疏夹爪关键帧（初始与终止），第二阶段据此生成完整连续动作序列，并通过抓取启发式与运动学一致性对平移做后优化以缓解累积漂移。仿真与真机实验显示，该框架在复杂空间操作的手部到夹爪迁移上稳定精确，明显优于传统基线。