ADEPT：预训练与后训练强化学习加速灵巧操作

Jayjun Lee 等提出 ADEPT 大规模强化学习框架，先在通用物体重摆任务上预训练灵巧策略，再以该先验后训练下游策略，用于高自由度机器人本体的 sim-to-real 灵巧操作学习，可直接从原始视觉触觉感知求解长程任务。 为避免朴素微调破坏零样本重摆能力，作者提出结合行为克隆蒸馏、评论家预热与保守在策略更新的稳定后训练方案，并引入关节空间 Geometric Fabric 协调策略与机器人。作者将后训练教师蒸馏为感知学生，实现零样本 sim-to-real 迁移，在 23 自由度 Kuka-Allegro 与 29 自由度 Flexiv-Sharpa 两种本体上验证，论文被 CoRL 2026 接收。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。