内容摘要
机器人操作数据需要同时表达任务意图并满足物理可执行性；人工示范采集负担较重，纯仿真生成又可能忽略功能性接触。作者提出IM-ENGINE，以图像编辑作为中间表示，面向功能性灵巧抓取与目标状态生成。
流程先编辑仿真渲染图，再利用已知几何、深度、分割、相机参数及保持不变的锚定物体恢复三维状态，经物理验证与轨迹生成转为机器人监督数据。抓取分支重建人手与物体交互并重定向至机器人手；目标分支恢复物体位姿，筛除碰撞和不稳定状态。
作者报告，在五类物体的ShadowHand评测中，用生成数据微调的DRO达到99.4%举升成功率、83.2%功能成功率；前者在Genesis仿真中测试，后者由五名标注者检查并取平均。八项任务的目标状态生成成功35/40，同一实验中的PhyScensis为11/40，成功须同时满足仿真物理合理性与预期任务关系。真机衣架挂钩、杯子挂架策略各测试10次，成功率分别为70%和50%；每项策略使用约1,000条仿真轨迹训练。
点评
其价值在于把生成图像中的任务语义转成可验证的三维状态与轨迹，而不只将图像作为视觉目标；作者实验展示了这一路径用于抓取和关系约束型放置的可行性。
结果属于作者论文评测，不应视为独立复现或通用能力证明。流程依赖适配的成对三维资产；编辑可能改变锚定物体或产生不可行交互，薄结构、插入和悬挂中的碰撞与接触仿真仍有困难。
版本与核查范围
版本 2609.06279v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #abstract1.1；#abstract1.1；#abstract1.1；figcaption[22]；#S4.SS1.SSS0.Px3.p1.1；#S4.SS1.SSS0.Px4.p1.1；#S4.SS1.SSS0.Px5.p1.1；#S4.SS2.SSS0.Px1.p1.1；#S4.SS2.SSS0.Px3.p1.1；#S4.SS3.SSS2.p2.1；#S4.SS3.SSS2.p3.1；#S5.p1.1