GR-Dexter 技术报告
机器人学
2026-01-12 v2
摘要
视觉-语言-动作 (VLA) 模型已使语言条件化的长序列机器人操作成为可能，但大多数现有系统仅限于夹爪。将 VLA 策略扩展到具有高自由度 (DoF) 灵巧手的双臂机器人仍然具有挑战性，原因在于扩大的动作空间、频繁的手-物遮挡以及采集真实机器人数据的成本。我们提出了 GR-Dexter，一个面向双臂灵巧手机器人上基于 VLA 的通用操作的整体硬件-模型-数据框架。我们的方法结合了紧凑型 21-DoF 机器人手的设计、用于真实机器人数据采集的直观双臂遥操作系统，以及一种训练方案，该方案利用遥操作机器人轨迹以及大规模视觉-语言和精心筛选的跨具身数据集。在涵盖长序列日常操作和可泛化抓取与放置的真实世界评估中，GR-Dexter 实现了强大的域内性能，并对未见过的物体和未见过的指令表现出更强的鲁棒性。我们希望 GR-Dexter 能成为迈向通用灵巧手机器人操作的实用一步。
引用
@article{arxiv.2512.24210,
title = {GR-Dexter Technical Report},
author = {Ruoshi Wen and Guangzeng Chen and Zhongren Cui and Min Du and Yang Gou and Zhigang Han and Liqun Huang and Mingyu Lei and Yunfei Li and Zhuohang Li and Wenlei Liu and Yuxiao Liu and Xiao Ma and Hao Niu and Yutao Ouyang and Zeyu Ren and Haixin Shi and Wei Xu and Haoxiang Zhang and Jiajun Zhang and Xiao Zhang and Liwei Zheng and Weiheng Zhong and Yifei Zhou and Zhengming Zhu and Hang Li},
journal= {arXiv preprint arXiv:2512.24210},
year = {2026}
}