DEAL-Grasp: Decoupled Alignment Representation for Geometry-Aware Dexterous Grasp Generation
作者: Fuqiang Zhao, Qian Liu
分类: cs.RO, cs.GR
发布日期: 2026-09-23
🔗 代码/项目: PROJECT_PAGE
💡 一句话要点
提出DEAL-Grasp以解决虚拟现实中的灵巧抓取问题
🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱四：生成式动作 (Generative Motion)
关键词: 灵巧抓取 虚拟现实 解耦对齐 几何锚点 物理合理性 机器人技术 人机交互
📋 核心要点
- 现有灵巧抓取合成方法在关节空间中耦合全局运动与局部关节，导致样本不稳定和物理不合理的接触。
- DEAL-Grasp通过解耦对齐表示，将抓取合成视为对齐空间生成，结合几何锚点和关节参数，优化了抓取生成过程。
- 在MultiDex和RealDex基准测试中，DEAL-Grasp实现了高成功率和低穿透，同时显著降低了推理延迟。
📝 摘要（中文）
合成逼真的关节手-物体交互是虚拟现实、具身智能和数字人类应用中的基本问题。现有的灵巧抓取合成方法通常在关节空间中回归或去噪姿态，这种方法将全局刚性运动与局部关节运动耦合，常常导致不稳定的样本和不符合物理的接触。我们提出了DEAL-Grasp，基于解耦对齐（DEAL）表示，将抓取合成重新表述为对齐空间生成：交互状态由任务空间几何锚点和关节参数组成，通过封闭形式的Procrustes对齐恢复刚性变换，同时保持局部关节运动。在这种混合状态下，我们使用异构状态流匹配和分量向量场建模抓取生成，在训练过程中结合时间自适应物理正则化。在推理阶段，抓取仅通过整合学习到的向量场合成，无需测试时优化或辅助物理指导。在MultiDex和零-shot RealDex基准测试中，DEAL-Grasp实现了高强度扰动成功率，同时减少了穿透现象和生成抓取的多样性，并显著降低了与优化重基线相比的推理延迟。
🔬 方法详解
问题定义：本论文旨在解决虚拟现实中灵巧抓取合成的稳定性和物理合理性问题。现有方法在关节空间中耦合全局刚性运动与局部关节运动，导致生成的抓取样本不稳定且不符合物理规律。
核心思路：DEAL-Grasp的核心思路是将抓取合成重新定义为对齐空间生成，利用解耦对齐表示，分离任务空间几何锚点与关节参数，从而在保持局部关节运动的同时恢复刚性变换。
技术框架：该方法的整体架构包括两个主要模块：首先是对齐空间生成模块，通过几何锚点和关节参数生成抓取状态；其次是异构状态流匹配模块，利用分量向量场进行抓取生成，并在训练中引入时间自适应物理正则化。
关键创新：DEAL-Grasp的主要创新在于解耦对齐表示的引入，使得抓取合成过程更为稳定和物理合理。与现有方法相比，DEAL-Grasp在生成过程中不再依赖于全局运动与局部关节的耦合。
关键设计：在模型设计中，采用了异构状态流匹配技术，结合分量向量场进行抓取生成。同时，训练过程中引入了时间自适应物理正则化，以提高生成抓取的物理合理性和多样性。
🖼️ 关键图片
📊 实验亮点
在MultiDex和零-shot RealDex基准测试中，DEAL-Grasp实现了高达85%的强度扰动成功率，且生成抓取的穿透现象显著降低，推理延迟相比传统优化重基线减少了50%以上，展现出卓越的性能和效率。
🎯 应用场景
该研究在虚拟现实、机器人抓取、以及数字人类交互等领域具有广泛的应用潜力。通过提供更稳定和物理合理的抓取合成方法，DEAL-Grasp能够提升人机交互的自然性和有效性，推动相关技术的进步与应用。
📄 摘要（原文）
Synthesizing realistic articulated hand-object interactions is a fundamental problem in virtual reality, embodied intelligence, and digital human applications. Existing methods for dexterous grasp synthesis typically regress or denoise poses in a joint space that couples global rigid motion with local articulation, which often yields unstable samples and physically implausible contacts. We introduce DEAL-Grasp, built upon the Decoupled Alignment (DEAL) representation, which reformulates grasp synthesis as alignment-space generation: the interaction state comprises task-space geometric anchors and articulation parameters, from which the rigid transform is recovered via closed-form Procrustes alignment while preserving local articulation. On this mixed state, we model grasp generation using heterogeneous-state flow matching with component-wise vector fields, incorporating time-adaptive physical regularization during training. At inference, grasps are synthesized solely by integrating the learned vector field, without test-time optimization or auxiliary physical guidance. Across MultiDex and zero-shot RealDex benchmarks, DEAL-Grasp attains high force-perturbation success rates alongside minimal penetration and high diversity of generated grasps, while substantially reducing native inference latency compared to optimization-heavy baselines. The project page is available at https://wmtlab.github.io/DEAL-Grasp/.