DexFLEX：接触感知灵巧操作基础控制器

Weikang Wan 等研究者提出 DexFLEX，一个接触感知的基础控制器，把上游生成的指尖运动草稿转化为接触一致的关节指令，草稿被视为意图证据而非需要逐点复制的轨迹；控制器通过 Draft-Dream-Select 流程生成候选运动并解码为关节空间目标。 研究者报告的评估结果显示，真实遥操作成功率从 29.2% 提升到 78.3%，策略学习成功率达到 46.7%，分别为直接关节动作预测的 3.5 倍和仅用先验校正的 1.56 倍。

AI 根据报道生成 · 54 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。