GenDexHand：用于灵巧之手的生成式仿真
机器人学
2025-11-04 v1 人工智能
摘要
数据稀缺是具身智能的根本瓶颈。现有方法利用大型语言模型（LLM）自动生成基于抓手的仿真，但对灵巧操作迁移效果不佳，后者要求更专业的环境设计。同时，灵巧操作任务本身更为困难，因其更高的自由度。大规模生成可行且可训练的灵巧之手任务仍是未解之谜。为此，我们提出GenDexHand，一个自主产生多样化机器人任务与环境的生成式仿真管线。GenDexHand 引入一种闭环细化过程，依据视觉语言模型（VLM）反馈调整物体放置与规模，显著提升所生成环境的平均质量。每个任务进一步分解为子任务，以支持顺序强化学习，减少训练时间并提升成功率。我们的工作为通过提供仿真解决方案来解决合成数据生成问题，为具身智能中多样化灵巧之手行为的可扩展训练提供了可行路径。我们的网站：https://winniechen2002.github.io/GenDexHand/。
引用
@article{arxiv.2511.01791,
title = {GenDexHand: Generative Simulation for Dexterous Hands},
author = {Feng Chen and Zhuxiu Xu and Tianzhe Chu and Xunzhe Zhou and Li Sun and Zewen Wu and Shenghua Gao and Zhongyu Li and Yanchao Yang and Yi Ma},
journal= {arXiv preprint arXiv:2511.01791},
year = {2025}
}