本文介绍了GNFactor，一个用于机器人操作的可视化行为复制系统。该系统结合深度三维体素表示和神经网络，优化了3D场景理解。通过自我监督学习和几何知识，GNFactor能够在未知物体上实现操作技能的泛化。此外，研究提出了基于抓取姿势融合的方法，提高了抓取的可行性和准确性，并在零样本任务中表现良好。