【全身灵巧操作：3D扩散策略、力自适应与接触显式学习】第三章 3D扩散策略与空间感知

目录

第三章 3D扩散策略与空间感知

3.1 3D场景表示学习

3.1.1 点云表征与处理

3.1.2 3D视觉编码器架构

3.1.3 affordance的3D空间建模

3.2 3D扩散策略架构

3.2.1 3D条件化的扩散策略

3.2.2 分层3D扩散策略（Hierarchical 3D Diffusion）

3.2.3 实时3D扩散策略优化

3.3 3D扩散策略的Sim2Real迁移

3.3.1 域随机化在3D空间中的扩展

3.3.2 3D感知与策略的联合优化

3.3.3 跨平台泛化验证

第三章 3D扩散策略与空间感知

3.1 3D场景表示学习

3.1.1 点云表征与处理

原始点云的采样与降维是3D感知的首要步骤。由于深度相机采集的原始点云通常包含数十万个点，直接处理在计算上不可行。最远点采样（Farthest Point Sampling, FPS）是一种常用的降维策略，它迭代选择距离已选点集最远的点，确保采样结果在空间中均匀分布。与随机采样相比，FPS能够更好地保留场景的几何结构，特别是在物体边缘和表面细节处。在机器人操作中，通常将点云降采样至2048-4096点，以平衡计算效率与几何精度。

PointNet++及其变体构成了点云特征提取的基础架构。该网络通