热点事件持续更新
DexPolicy通过调度探索提升灵巧操作成功率
1 篇报道1 个报道来源2 小时前 更新
先了解这件事
AI 综述
2026-10-02，arXiv·Robotics报道DexPolicy方法，将探索尺度显式建模为训练步数的函数，在损失、架构、奖励和优化器设置不变的前提下，从宽探索退火到窄探索。在ViViDex基准五个YCB物体上，FPO确定性Target成功率从49.4%提升至68.1%，GRPO从14.1%提升至45.4%，PPO从32.0%提升至35.7%。
AI 根据报道生成 · 2 小时前更新
最新进展10月2日 12:00
DexPolicy通过调度探索在ViViDex基准上显著提升FPO与GRPO成功率。报道时间线
沿着报道，了解事件的不同侧面。
10月2日
- arXiv · RoboticsDexPolicy：通过调度探索实现轨迹引导的灵巧操作
DexPolicy 将探索尺度显式建模为训练步数的函数，在保持损失、架构、奖励和优化器设置不变的前提下，从宽探索退火到窄探索。在 ViViDex 基准的五个 YCB 物体上，FPO 的确定性 Target 成功率从 49.4% 提升到 68.1%，GRPO 从 14.1% 提升到 45.4%，PPO 从 32.0% 提升到 35.7%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。