FoLD：力引导学习实现灵巧关节物体操作

FoLD 是一个通过显式力引导学习灵巧操作关节物体的框架，它从人类演示和机器人当前交互状态中计算补偿力场，生成力先验以促进演示中的物体运动，并以此指导残差策略调整重定向手部动作。在公开的关节物体操作基准上，FoLD 在多项任务和不同本体上持续优于当前最优基线，并在真实灵巧机器人平台上验证了人类操作技能向机器人的成功迁移。