点击下方 卡片 ，关注" 具身智能 之心 "公众号 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要的。 让机器人用多根手指灵活抓取物体，听起来简单，却是机器人操作领域困扰多年的 "老大难" 问题。想象一下：从拿起手机、握住水杯，到夹起薄如纸 片的便签、捏起直径不足 3 厘米的纽扣。这些人类习以为常的动作，对机器人而言，每一步都是高难度挑战。 传统强化学习方法为了让机器人掌握抓取技能，往往要在高自由度（DoFs）的动作空间里反复试错，不仅需要设计复杂的奖励函数和训练课程，还常 常 "学了抓杯子，就忘了抓卡片"，泛化能力极差。更棘手的是，仿真环境中训练出的 "抓取高手"，一到真实场景就 "水土不服"——没有了精确的物理 参数和物体接触点等 "特权信息"，仅靠 RGB 或深度相机的视觉输入，再加上光照、背景变化的干扰，成功率断崖式下跌。 而那些小巧、纤薄的物体，更是传统方法的 "噩梦"：硬币容易从指缝滑落，卡片难以找到受力点，想要无碰撞地抓起它们，仿佛让机 ...