EigenDEXplore：结构化探索的灵巧操作方法

2026年10月15日，arXiv Robotics 刊出 Harsh Gupta 等作者的报道，提出 EigenDEXplore 灵巧操作方法。该报道称，EigenDEXplore 通过沿人类手部数据导出的特征向量对独立关节噪声施加扰动，在不改变动作空间的前提下诱导关节间相关探索，从而提升灵巧操作学习效果。报道称，在多种灵巧手上，该方法在抓取、手内重定向和富接触操作任务中稳定优于关节空间与学习动作空间基线，增益覆盖无结构强化学习、参考引导强化学习、轨迹优化及 sim-to-real 部署，且在奖励塑形与课程设计较少的场景中提升最大。上述内容均来自该篇报道，为其单方陈述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。