GoalDex：面向灵巧手内操作学习图像目标条件策略

GoalDex 提出一种端到端视觉运动框架，仅用 RGB 观测和本体感知完成灵巧手内物体重定向，不依赖中间位姿估计。方法通过从特权状态教师做行为蒸馏并结合辅助重建目标，联合学习视觉表征与控制策略，并引入图像目标条件重定向，让目标物体构型直接由图像指定。在仿真中多种物体几何与实例上，该方法优于基于位姿的方法和基于预训练视觉编码器的策略；作者还展示单一图像目标条件策略在五个真实物体上的直接 sim-to-real 迁移，称无需显式位姿估计即可实现灵巧重定向。论文为 arXiv 预印本，代码与视频见项目网站。