跳到主要内容
检索

# 灵巧手操作

3 篇关联报道

订阅更新
  1. arXiv

    灵巧手不再先想象未来：DexForesight把空间预判压进策略潜空间，真机成功率58.3%

    DexForesight把动作条件下的空间世界模型学到的预测特征，通过查询对齐注入灵巧操作策略的潜空间，部署时只保留策略，仅用RGB、语言和机器人状态生成动作。在11个DexJoCo仿真任务上，它把GR00T N1.7基座的整体成功率从49.4%提升到60.5%；在三个真机任务上达到58.3%，比最强基线高8.3个百分点。世界模型、深度编码器和未来预测头在推理时全部移除。

    Zhongxi Chen（第一作者）
    DexForesight灵巧操作框架世界模型灵巧手操作视觉-语言-动作模型
  2. arXiv

    GOTT用可复用跨本体接触获取原语，把灵巧手抓取成功率提升到78.7%并让真实任务成功率从35%升到80%

    GOTT提出“接近—获取—移动”框架，用同一个跨本体闭环接触获取原语把机器人无关的物体轨迹与接近规格转化为稳定接触，再以位姿条件控制器跟踪物体运动；在仿真中统一策略平均抓取成功率78.7%（对比CrossDex的51.7%），零样本迁移到未见过的Allegro变体达72.1%（仅用Allegro训练的策略为17.2%），真实世界四个任务平均任务成功率80.0%（开环基线均为35.0%）。

    University of California San DiegoUniversity of California, BerkeleyUniversity of Chicago
    Yulin Liu（第一作者）
    GOTT灵巧操作框架接触获取原语灵巧手操作跨本体泛化物体轨迹跟踪
  3. arXiv

    DexPolicy把探索噪声写成训练步数的函数，在仿真与真机上把灵巧操作确定性成功率从49.4%提到68.1%（FPO）

    该工作提出DexPolicy，在ViViDex这类由人类视频轨迹引导的灵巧操作强化学习中，把动作噪声尺度显式设为训练步数的退火函数，同时固定损失、架构、奖励与优化器设置，在PPO、无评论家的GRPO续训与流参数化PPO变体（FPO）三种策略优化设置下，于五个YCB物体和三个训练种子上把平均确定性Target成功率分别从32.0%提到35.7%、14.1%提到45.4%、49.4%提到68.1%，并在RealMan RM75机械臂配Inspire/RH56手的360次真机试验中把平均Target成功率分别从8.3%提到43.3%、10.0%提到63.3%、25.0%提到85.0%。

    DexPolicy探索调度方法探索调度灵巧手操作近端策略优化组相对策略优化

已读完全部报道