DexForesight：隐式空间预见增强灵巧操作策略

2026年11月10日，arXiv Robotics 刊出 Zhongxi Chen 等作者的 DexForesight 工作。该框架将动力学感知的世界表征注入灵巧策略的潜空间，从而隐式学习空间预见；部署时仅保留策略，依靠 RGB 观测、语言和机器人状态运行，无需深度输入或显式未来预测。作者报告，在 11 项 DexJoCo 仿真任务上，该方法将基础策略总体成功率从 49.4% 提升至 60.5%；在三个真实机器人灵巧操作任务上达到 58.3% 成功率，最强基线为 50.0%。目前报道仅给出上述仿真与真机结果，未涉及其他任务或部署条件。

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。