具身智能全文深读与原图讲解

DexSuite：把灵巧手评测拆成可比较的交互阶段

跨机械臂、夹爪和灵巧手的任务，哪些差异能统一，哪些不能？

DexSuite 作者团队预印本首发 · 近7日补收 2026.10.27

项目与数据条目公开 · 代码许可待核

IN A NUTSHELL

DexSuite在Genesis中统一任务接口、机器人配置和示范收集，提供30项任务与多种手臂末端组合。它的价值不仅在规模，而在于揭示：能抓起来与完成多阶段操作之间仍有很大落差。

图解主要方法

跨机械臂、夹爪和灵巧手的任务，哪些差异能统一，哪些不能？

1
图2：分离任务与机器人描述
环境、物体、机械臂和末端执行器分别配置，通过统一TCP、手臂逆运动学及手指关节控制衔接。库覆盖10种手臂和12种末端，但并非论文对每一种组合都做了性能评测。
2
用工作空间采样适配不同手臂
重置时按各机械臂可达工作空间采样，减少根本够不到目标的无效任务。这提高复用性，也让不同手臂看到的初始分布并不完全相同，跨形态公平性还需单独定义。
3
触觉是可选的模拟通道
FlexiTac使用12×32、2毫米间距的taxel，通过接触穿透与摩擦近似读数；并非所有末端都有同一种触觉。图2中的传感与控制接口不能被当作真实皮肤传感器标定证明。
4
把成功示范与失败阶段分别统计
4700条成功模拟示范来自700条人工、1200条脚本和2800条学习策略，20Hz记录图像与状态。基准再比较多类BC、Diffusion Policy和ACT，并把失败定位到接近、抓取、放置、对齐等阶段，避免总成功率遮蔽瓶颈。

已阅读正文方法、基准协议、结果及失败诊断，核对实验条件与原图；未独立复现。

来源证据实际测试11任务、16个任务-机器人配对，未覆盖全部30任务。每配对通常50个人工示范，最后两项用200脚本示范；每50epoch用50次rollout选检查点，最终3个评估随机种子各50次。基准协议 ↗

我的解读三个评估种子不是三个独立训练种子；最高验证检查点会引入选择偏差，论文对ACT观察到约7个百分点高估。

来源证据堆叠任务状态策略约16%/9%，图像策略不超过2%；水果放置状态9%而ACT27%，移锅ACT89%。喷洒各方法不超过1%，烤面包为0。结果与失败诊断 ↗

我的解读视觉不总比状态差，任务阶段与数据来源会改变排序；更高自由度本身并没有自动带来更高成功率。

来源证据额外50次失败分析显示堆叠首放置与第二物体处理均是瓶颈，钻头任务48次在最终对齐失败；喷洒约一半抓取失败。诊断样本 ↗

我的解读分阶段标签能帮助决定补什么示范，但这里只是模拟诊断，没有真机迁移成功率。

官方项目页与HF组织可见多个示范数据集；此次未确认项目页提供完整框架代码仓库与统一代码许可。数据条目可见也不等于所有数据均有同一授权；4700条总量为论文口径，未逐文件复算。抽查lift_auto数据卡标Apache-2.0、50条轨迹与20Hz；这一条目的许可与数量不外推为整个4700条集合。

LICENSE论文 CC BY 4.0；代码与权重许可另见开放范围

独立分析 · 未复现实验

统一接口与阶段级失败分析有助于把策略差异和形态差异拆开，尤其适合多步骤接触任务。

不同初始工作空间、成功示范筛选、检查点选择与触觉覆盖不一致限制直接横比，未证实sim-to-real。

适合搭建内部灵巧操作评测矩阵，不能用任务库规模替代真实机器人覆盖。

未执行的验证方案：选两种手臂同一末端、同一可达区域与示范预算，多训练种子报告阶段成功率，并增加接触摩擦偏差与少量真机迁移试验。