DexHOT 提出手-物构型迁移的灵巧操作策略

Zhewei Gui 等作者在 arXiv 提交预印本，提出 DexHOT，把手-物构型迁移作为灵巧操作的目标：在同时指定手部关节与物体相对腕部位姿的可行构型之间移动，而非只以物体位姿或轨迹设定目标。方法从合成可行构型对中学习可复用的关系条件迁移原语，不使用人类参考动作，并通过闭环跟踪构型子目标组合长时序行为。 作者报告，在含 120 个物体的 DexHOTBench 上，单一策略对已见物体的迁移成功率为 80.5%，对未见物体为 69.4%；在真实灵巧手上，200 次实机迁移成功率为 61.5%，六个演示引导任务的任务成功率为 90%。作者据此认为，显式手物目标为灵巧操作提供了表达力强且可组合的接口。该工作为预印本，尚未经同行评议，上述指标均为作者自报。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。