创建

登录 ReadmeX

或

了解我们如何处理你的信息: 隐私政策

ReadmeX

陪你读懂 AI 动态

今天,想先了解什么?

选一份动态总结,或直接聊聊你的问题。

社区和关注动态总结只属于你自己。

资讯

HandsOn:跨本体灵巧操作仿真基准

AI 总结

一篇新的 arXiv 论文提出 HandsOn,一个用于跨本体灵巧操作的可组合仿真平台与基准,支持五种机械臂、六种灵巧手和约 200 个刚体、关节与可变形资产,场景随机化;基准配 18,000 条精选人类示范与 66 个人工核验任务,分为 Core-50 与 Transfer-16,其中 Transfer-16 评估资产与关系迁移、技能组合及无可目标任务示范的可变形操作。作者称,在扩散、视觉-语言-动作、世界-动作与提示式 VLM 方法中,表现最好的多任务策略在 Core-50 上达到 29.1% 成功率;未经基准微调的 GPT-6 使用 move_eef 控制手掌与手指,在 660 次试验中 Core-50 为 5.2%、Transfer-16 为 1.9%。阶段诊断显示,失败集中在建立接触、动作协调和维持已达目标,组合任务还出现排序错误;真实机器人 rollout 仅为定性展示 sim-to-real 迁移。

深度见解

作者称 HandsOn 为研究操作泛化与可靠物理交互的极限提供了共享基础。

Computer Science > Robotics

arXiv:2610.26765 (cs)

[Submitted on 19 Oct 2026]

Title:HandsOn: A Large-Scale Simulation Benchmark for Generalizable Dexterous Manipulation

Authors:Tianwei Luo, Yiming He, Hongjin Wu, Ting Pan, Debin Ren, Haorui Guo, Junlin Yang, Yuxin Zuo, Zhehao Kou, Kaisen Yang, Zhuoqun Lai, Yi Ding, Jiale Yu, Yuchen Zhang, Zijie Qiu, Haozhan Li, Ning Ding

View a PDF of the paper titled HandsOn: A Large-Scale Simulation Benchmark for Generalizable Dexterous Manipulation, by Tianwei Luo and 16 other authors

#HandsOn#GPT-6#Core-50#Transfer-16#arXiv

原文约 3 分钟读完阅读原文
群聊

还没有评论,来说说你的看法。