arXiv cs.AI· Ji Pei·· 10 小时前AI 评分31
基础模型时代的灵巧机械手：硬件、数据、跨具身迁移、学习与评估全栈综述
Dexterous Robotic Hands in the Foundation-Model Era: A Full-Stack Survey of Hardware, Data, Cross-Embodiment Transfer, Learning, and Evaluation
AI 导读
一篇 45 页综述梳理了 2024 年 1 月至 2026 年 11 月初的灵巧机械手研究，将其组织为硬件、数据采集与整理、跨具身迁移、学习与基础模型、评估与应用五个相互依赖的层次。
正文 · AI 翻译
摘要：灵巧机械手正日益与大规模人类数据和基础模型相结合，但硬件、表征学习和评估方面的进展往往被分别评估。本综述回顾了 2024 年 1 月至 2026 年 11 月初的工作，并纳入更早的研究以确立技术脉络。我们将文献组织为五个相互依赖的层次：硬件；数据采集与整理；跨具身迁移；学习与基础模型；以及评估与应用。人手-物体理解与触觉感知提供了两个横切视角。一个系统级架构、对比表格和五个案例分析将这些层次间的设计选择联系起来。我们区分了研究内的实验比较与异构语料库统计、厂商规格和公司报告的结果。由此得出三点结论。第一，人类数据的价值取决于运动学、视觉和接触对齐，而不仅仅是记录量。第二，共享动作表征和基础策略并不能消除力、延迟和接触方面特定于具身的约束。第三，任务完成不足以确立物理正确性或部署就绪性。对于形态不同的手之间接触丰富技能的零样本迁移、长时间可靠性以及跨传感器触觉泛化，证据仍然有限。我们确定了十一个开放问题，并提出了报告接口和受控比较，以使全栈进展更可衡量。本综述是结构化的叙述性综合，而非汇总性能排名或详尽的系统综述。
| 评论： | 45 页，8 幅图，21 张表。关于灵巧机械手硬件、数据、跨具身迁移、基础模型、触觉感知和评估的结构化叙述性综述 |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV）；机器学习（cs.LG） |
| 引用为： | arXiv:2611.06724 [cs.RO] |
| （或 arXiv:2611.06724v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2611.06724 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Ji Pei [查看电子邮件]
[v1]
2026 年 11 月 4 日星期三 16:13:29 UTC（272 KB）
来源：arXiv cs.AI · arxiv.org