HiFun分层框架实现灵巧操作学习

2026年10月15日，arXiv Robotics 报道了 Linyi Huang 等作者提出的 HiFun——一个面向功能性灵巧操作任务的分层真实世界强化学习框架。该框架将控制复杂度解耦为两部分：负责精确接触执行的功能手部技能，以及负责手臂控制与技能激活的手臂-手协调策略。设计上支持实时人工干预以进行反应式恢复学习，并借助 Dynamic Movement Primitive（DMP）增强实现高效数据采集。报道称，在两只灵巧手的六项真实任务中，HiFun 在线训练一小时内平均成功率达 98.3%，并对动态扰动保持鲁棒。目前该事件仅有这一篇主报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。