Deep Learning Approaches to Grasp Synthesis: A Review

Newbury, Rhys; Gu, Morris; Chumbley, Lachlan; Mousavian, Arsalan; Eppner, Clemens; Leitner, Jürgen; Bohg, Jeannette; Morales, Antonio; Asfour, Tamim; Kragic, Danica; Fox, Dieter; Cosgun, Akansel

doi:10.48550/arXiv.2207.02556

Deep Learning Approaches to Grasp Synthesis: A Review

Newbury, Rhys; Gu, Morris; Chumbley, Lachlan; Mousavian, Arsalan; Eppner, Clemens; Leitner, Jürgen; Bohg, Jeannette; Morales, Antonio; Asfour, Tamim ¹; Kragic, Danica; Fox, Dieter; Cosgun, Akansel
¹ Institut für Anthropomatik und Robotik (IAR), Karlsruher Institut für Technologie (KIT)

Externe Links

Originalveröffentlichung
DOI: 10.48550/arXiv.2207.02556

Dimensions
Zitationen: 2

Export

Statistiken

Seitenaufrufe: 19
seit 14.07.2023

Zugehörige Institution(en) am KIT	Institut für Anthropomatik und Robotik (IAR)
Publikationstyp	Forschungsbericht/Preprint
Publikationsjahr	2022
Sprache	Englisch
Identifikator	KITopen-ID: 1000160614
Umfang	20 S.
Vorab online veröffentlicht am	06.07.2022
Nachgewiesen in	arXiv Dimensions
Relationen in KITopen	Verweist auf Deep Learning Approaches to Grasp Synthesis: A Review. Newbury, Rhys; Gu, Morris; Chumbley, Lachlan; Mousavian, Arsalan; Eppner, Clemens; Leitner, Jürgen; Bohg, Jeannette; Morales, Antonio; Asfour, Tamim; Kragic,... (2023) Zeitschriftenaufsatz (1000160613)

Repository KITopen

Deep Learning Approaches to Grasp Synthesis: A Review