CMU发布灵巧抓取预训练方法与DexCraft基准

卡内基梅隆大学团队在CoRL 2026提出用大规模抓取数据预训练灵巧手工具操作控制器，并在真机全任务测试中取得比DPC高33.3个百分点的成功率。 该方法使用35.5万条轨迹预训练低层控制器，再用下游任务示范微调。团队同时发布DexCraft仿真基准，涵盖喷壶、打火机、订书机等6项关节工具任务；每项任务由5条遥操作示范经MimicGen扩充至100条。仿真与真机实验中，该方法均优于端到端diffusion policy及从零训练的分层策略。

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。