Dexplore：基于参考范围探索的可扩展神经控制用于灵巧操作

手-物体动作捕获（MoCap）数据仓库提供大规模、接触丰富的演示，具有扩展灵巧机器人操作的潜力。然而，演示不准确以及人类手和机器人手之间的本体化差异限制了这些数据的直接使用。现有方法采用包括重目标、跟踪和残差校正在内的三个阶段工作流程，这常常导致演示未被充分利用以及跨阶段的误差累积。我们引入Dexplore，一种统一的单环优化，联合执行重目标和跟踪，以直接从MoCap数据规模化学习机器人控制策略。我们不将演示视为真实值，而是将其作为软导向。从原始轨迹中，我们推导出自适应空间范围，并通过强化学习训练，以保持策略在范围内同时最小化控制 effort并完成任务。这种统一的表述保留了演示意图，使机器人特定的策略得以涌现，提高了对噪声的鲁棒性，并可扩展到大型演示语料库。我们将缩放的跟踪策略蒸馏为一个基于视觉的、技能条件的生成式控制器，该控制器在丰富的潜在表示中编码了多样化的操作技能，支持跨物体和实际部署中的泛化。综上所述，Dexplore作为一种原则性的桥梁，将不完美的演示转化为灵巧操作的有效训练信号。