CosmoH2G：面向复杂空间运动物体操作的手到夹爪迁移数据集与基线方法

CosmoH2G 提出一种可扩展的数据采集流程，构建了包含 6，189 个演示片段、覆盖 1，254 个独特物体的手-夹爪配对数据集，其空间复杂度显著高于现有基准。针对复杂空间运动中端到端生成夹爪位姿序列易累积误差的问题，该方法采用两阶段框架：先预测稀疏关键帧，再生成完整连续动作序列，并对平移进行后优化。仿真与真实机器人实验表明，该方法在复杂空间操作的手到夹爪迁移中显著优于传统基线。