大规模抓取预训练赋能灵巧工具操作

2026年10月28日，arXiv Robotics 报道了一项研究：Ying Yuan 等作者提出，将大规模灵巧抓取数据用于关节式工具使用任务。团队构建了包含 355k 条轨迹的抓取预训练数据集，用它预训练分层模仿学习框架的低层目标条件控制器，再在下游任务演示上微调。研究同时提出包含六项关节式工具使用任务的仿真基准 DexCraft。报道称，该方法在仿真与真实实验中均优于端到端扩散策略和从零训练的分层策略，真实世界全任务成功率较 DP3 提升 33.3 个百分点。目前进展停留在论文发布阶段，报道未提及后续复现、开源或实际部署情况。

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。