Skip to content
Hot eventLive

DexPolicy通过调度探索提升灵巧操作成功率

1 reports1 sources3 hr ago updated

Get the story

AI overview

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%。

Generated from reports · updated 2 hr ago

LatestOct 2
DexPolicy通过调度探索在ViViDex基准上显著提升FPO与GRPO成功率。

Timeline

Follow the coverage from different angles.

Oct 2, 2026
  1. arXiv · Robotics
    DexPolicy：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%。

Heat trend

There is not enough continuous observation data to draw a trend yet.