DSP：从监督式玩耍中学习灵巧操作

机器人框架 DSP（Dexterity from supervised play）通过行为克隆从数分钟人类玩耍数据中学得玩耍策略，再自主采集数小时交互数据训练世界模型，推理时由该策略为 MPC 提出候选动作序列。