PiHand：手物交互先验让灵巧手 RL 训练样本需求降 10 倍
KyleMorgenstein · x · 2026-11-14
图宾根大学、马普所与 UC Berkeley 团队发布 PiHand，一个物理 grounded 的灵巧手操作框架，解决 RL 训练灵巧手样本需求巨大的痛点。
方法分三步：
- 先在仿真中训练追踪 mocap 演示的专家策略
- 用 goal-conditioned VAE 将专家蒸馏成统一的「手-物交互先验」（latent space）
- 在该隐空间内做有界残差探索的 RL，只用单一 object-tracking 奖励，无需复杂课程学习
结果：
- 训练量减少 10 倍即可匹敌最强基线
- 零样本泛化到未见过的物体和轨迹（GRAB、DexYCB 数据集验证）
- 能完成训练数据中几乎不出现的抓接球（catching）和双手递接（bimanual handover）任务
应用方向覆盖 VR/AR、游戏与机器人操作。
「具身」频道最新
- Gemma 4 加机械臂演示 LabMate:识别实验台工具并自主补齐缺件 — agihouse_org · 2026-11-14
- Gemma 硬件黑客松获奖方案：机器人大脑宕机 625ms 内无缝换机接力 — agihouse_org · 2026-11-14
- Shivon 晒 Starbase 窗外一幕:警用 Cybertruck 与星舰同框 — shivon · 2026-11-14
- OpenAI 澄清：机器人部门运转正常，现有 15 个职位开放招聘 — ashwinl · 2026-11-14
- 力反馈外骨骼遥操作 Mundane 机器人:隔空能摸出空瓶和满瓶 — chris_j_paxton · 2026-11-14
- OpenAI 举办 Codex Physical Builds 内容创作工坊 — IsaiahBallah · 2026-11-14