哈工大北大联合研发DexFlyWheel框架：1条示教生成海量操作数据
在机器人研发领域，五指灵巧机械手被认为是突破类人操作瓶颈的核心技术。从旋转瓶盖到精准传递物品，这些看似简单的动作对机器人的灵活性提出了极其苛刻的要求。然而，一个困扰行业多年的根本问题始终存在——高质量训练数据的严重短缺。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
与依赖海量文本数据的大语言模型，或是通过百万公里路测积累经验的自动驾驶系统相比，灵巧手操作数据的收集可谓举步维艰。传统方法面临着诸多瓶颈：人工动作规划无法处理五指的复杂协同，大语言模型只能给出概念性指导，远程操控采集又耗时耗力且难以规模推广。即使是强化学习方法，也常常陷入动作僵硬、轨迹失真的困境。
现有数据集的局限性同样突出。大部分数据集仅针对基础抓取动作设计，遇到倾倒液体、双手协作等复杂任务时就无能为力。轨迹重放技术虽然能在特定场景下进行微调，却无法扩展学习新的操作策略，数据多样性严重受限。这种"实验室完美主义"的局限，使得灵巧手技术长期无法走出实验室，进入实际应用场景。
这一僵局被北京大学、哈尔滨工业大学与PsiBot灵初智能团队的联合研究打破。他们创新性地提出了DexFlyWheel框架，开创性地解决了数据困境——仅依靠1段人类演示视频，就能启动"数据引擎"产出海量多样化训练数据。这项入选NeurIPS 2025会议Spotlight的重磅研究（录用率仅3.2%），为灵巧操作数据生成开辟了新思路。
研究团队发现了物体操作特性的跨对象规律：外形相似的物品（例如橘子和网球），只需要调整手指角度和力度的细微参数就能完成同样操作。基于这一发现，他们设计了一套模仿学习与残差强化学习的协同机制。前者负责生成自然流畅的基础动作，后者专注于新场景的细节适配，形成"框架构建-参数优化"的闭环迭代。
更具突破性的"数据飞轮"机制通过VR采集的人类示范视频启动：扩散策略模型首先学习人类操作模式生成初始轨迹；残差强化学习进行精调适配；仿真验证的结果又反馈给下一轮训练。这种正反馈循环带来数据规模的指数级增长——单条示范可衍生500条轨迹，场景复杂度提升214倍，适配物品种类从1种扩展到20种。
实验数据有力证明了框架的优越性：在单手抓取、双手交接等任务中，数据生成成功率达到89.8%，远超传统方法的性能；500条轨迹的生成时间仅需2.4小时，效率是人工采集的1.83倍。更重要的是，在复杂测试集上，策略成功率从初始的16.5%飞跃至81.9%，经过数字孪生技术转移到实体机器人后，双手操作任务仍保持78.3%的高成功率。
这项突破的价值不仅在于数据量的倍增，更在于开创了"数据自强化"的新范式。虽然当前框架尚未整合触觉感知单元，但研究团队已将其列为下阶段重点。如果能攻克触觉反馈与自动化奖励设计的难题，机器人将有望掌握精密零件组装等更高阶技能，向着通用灵巧操作的目标大步迈进。
热门专题
热门推荐
数据挖掘与分析的基本流程 想把一堆数据变成洞察和决策？你需要一个系统的流程。这里梳理了一套清晰可行的路径，按步骤推进，能让你的数据分析工作事半功倍。 第一步：数据探索 拿到数据别急着动手。先得跟它“认识认识”，看看它到底长什么样。这个过程就是数据探索：通过检验数据质量、绘制图表、计算关键特征量等方式
数据抓取这件事，本质上就是让自动化程序代替人手，按照预设的规则，从浩瀚的互联网上高效地收集公开信息。整个过程听起来很技术化，但其实可以把它拆解成几个环环相扣的步骤，理解起来并不难。 目标选择 第一步是明确方向。就像出门寻宝得先有张地图，数据抓取也需要事先锁定目标网站，并精确圈定出你要提取的具体数据内
在商业领域中，合同管理是一项至关重要的任务 生意越做越大，需要处理的合同自然也堆积如山。这时候，合同管理的效率与准确性，就成了所有管理者必须直视的关键问题。如何应对？答案之一是建立起一套高效的合同快速对比机制。今天，我们就来拆解一下实现合同快速对比的核心步骤与实用方法，帮你把这项繁琐却重要的工作，变
币圈巨鲸地址可通过五种方式识别：一、用Etherscan等浏览器查Top Holders；二、借Nansen、Arkham等平台看已标记地址；三、监控CryptoQuant交易所净流量；四、订阅Whale Alert实时警报；五、交叉验证Nansen、Glassnode等多源数据确保准确性。 币圈加
谷歌与苹果联手：下一代Siri背后的AI范式转移 科技圈最近有个大新闻，在Google Cloud Next26大会上，官方消息终于落定：苹果正式选定谷歌作为其首选云服务提供商。双方正在联手，基于谷歌的Gemini模型，共同开发下一代“Apple Foundation”机型。这意味着什么？简单说，那