标签
初创公司 Nimo Robotics 声称已打造出自由度最高的灵巧操作机械手,可实现毫米级精度。
本文提出 RBGA(剩余预算引导仲裁)算法,通过显式跟踪回合内剩余安全预算,在离线引导策略与在线策略之间进行逐步仲裁,实现离线到在线的安全强化学习,并在灵巧操作任务中验证了其在线性能提升与安全保障。
DONIC 是首个跨操作类别与人类动作来源联合训练的通用双手灵巧追踪器,结合 PPO 与行为克隆的反馈循环及每手奖励设计,并发布 BiHOI 多视角数据集,在未见物体上无需微调即大幅超越现有 SOTA。
HandsOn 是一个跨具身灵巧操作仿真平台与基准,涵盖 5 种机械臂、6 种灵巧手及约 200 个资产,并提供 18,000 条人类演示与 66 项任务。评测显示,当前多任务策略与基于基础模型的控制之间存在巨大差距,最佳多任务策略在 Core-50 上成功率仅为 29.1%。
WUJI 展示了其 Hand 2 人形灵巧手,它通过摄像头追踪或手套来模仿人类手部动作,并在 mjlab 仿真环境中通过强化学习掌握转笔等技能,然后将这些技能迁移到现实世界。wuji-mjlab 代码已开源,供开发者和研究人员使用。
WUJI 展示了其拥有 20 个关节的 WUJI Hand 2 机器人手转笔的能力。该机器人手在物理仿真器中进行训练,并通过仿真到现实迁移部署,于 IROS 2026 前后亮相。
WUJI 展示了其 20 关节的 WUJI Hand 2 完成转笔动作,该技能在基于 MuJoCo 的 mjlab 模拟器中使用 PPO 算法训练,随后部署到真实机械手上。同时还展示了一款用于遥操作和数据采集的传感手套。代码、动作片段、训练模型和可打印的笔文件均以 Apache 2.0 许可证开源发布。
PointWAM 提出了一种三维世界动作模型,将世界分解为场景与手两部分,并将两者联合预测为三维点轨迹,从而实现灵巧的机器人操作。在人类演示视频上的预训练使 DexJoCo 成功率提升了 56.9 个百分点,超过此前最优方法 11.7 个百分点,并在真实机器人上优于强大的 VLA 模型。
波士顿动力为 Atlas 人形机器人换装新一代机械手 GR3,自由度从 GR2 的 7 个提升至 13 个,尺寸与力量略超人类,具备高度反向驱动与良好仿真特性,为强化学习训练与大规模量产铺路。
DexPolicy 为轨迹引导的灵巧操作引入了调度式探索,在强化学习训练过程中将探索噪声从宽到窄进行退火,从而在 PPO、GRPO 以及一种流参数化 PPO 变体(FPO)上显著提升了在 YCB 物体和 RealMan RM75 机械臂上的 Target 成功率。
本文介绍了 EmbodiedSWE,这是一个使用编码代理来解决复杂、长期的灵巧机器人任务,并通过模拟基准生成演示以训练机器人策略的框架。
本文比较了灵巧操作任务中专家和模仿学习策略的时间鲁棒性,发现模仿学习策略随执行速度增加而显著下降,主要原因是插入错位。
Meta Reality Labs Research 开源了 Project SuperDex,这是一个接触优先的物理引擎和平台,用于模拟灵巧操作,具有先进的接触模拟和基于VR的数据生成。
研究人员引入了统一手部动作空间(UHAS),这是一种表示方法,使得单一策略能够控制具有不同运动学结构和不同手指数量的机器手,从而推进了跨本体的灵巧操作。
Proception 发布了其首批产品:ProHand 1.0,一款具有 22 个自由度且配备板载实时控制的腱驱动机器人手;以及 ProGlove 1.0,一款用于低延迟传感的薄型纺织手套。
Proception是一家由前特斯拉工程师创立的初创公司,现已与特斯拉就商业秘密诉讼达成和解,并宣布完成1100万美元的种子轮融资,同时开始交付首批高灵巧度机器人手。
Play2Perfect是一个强化学习框架,通过与多样化物体的游戏式交互学习通用操作技能,然后微调以执行精确组装任务,在紧密插入中实现了33倍的样本效率和零样本模拟到现实的迁移。
EgoSteer提出一个全栈系统,从第一人称人类视频预训练视觉-语言-动作模型,实现可引导的灵巧操作,在40多个多样化任务上展现鲁棒泛化能力,复杂长时任务成功率超过75%。
ENPIRE是一个框架,通过环境反馈、策略优化和进化代码优化的闭环系统,使机器人能够在现实世界中自主实现策略自我改进,在灵巧操作任务上达到99%的成功率。
NVIDIA GEAR lab introduces ENPIRE, a framework for autonomous real-world robot policy self-improvement that achieves 99% success on dexterous manipulation tasks like GPU insertion and zip-tying, with multi-robot parallel learning and open-source release.