OccluDex：面向自遮挡下第一视角灵巧操作的分层三维视触觉表征学习
OccluDex 是一个分层三维视触觉表征学习框架，将全局几何结构与局部接触信息结合，用于手物交互中动态自遮挡下的灵巧操作。它采用多尺度掩码自编码逐步编码部分三维几何，并通过跨模态注意力将触觉接触 token 与高层几何特征融合，编码器由同步的人类视触觉示范预训练，再作为冻结感知主干迁移到下游强化学习。
推荐理由：提出分层三维视触觉表征框架，用多尺度掩码自编码与跨模态注意力应对自遮挡下的灵巧操作。
#灵巧手
#灵巧手
今日 2 条arXiv cs.RO精选AI 评分6262 arXiv cs.RO精选AI 评分6262 FunCo-Grasp：面向跨本体灵巧抓取生成的功能对应方法
FunCo-Grasp 通过功能部件对齐与规范坐标系对齐，在不同结构机械手之间建立功能对应，使模型学习可迁移的抓取知识。在过滤后 CMapDataset 的留出物体仿真中，三只已见手平均成功率 92.40%，四只未见手 74.02%；真机实验中同一模型在两只未见手上取得 76.00% 的总体成功率，无需额外训练或微调。
推荐理由：论文提出跨本体灵巧抓取的功能对应方法，读者可了解无需目标手抓取数据即可迁移到未见手的思路与仿真真机结果。
Hackaday robotsAI 评分5555 ETH Zurich 让机器人手用手指行走
ETH Zurich 研究人员把一只商用机器人手改造成能用手指行走的装置，为其加装电池和 Raspberry Pi Zero 2 W，并开发神经网络控制软件。该手有 20 个关节、每指 4 个，网络根据先前动作、手部状态和当前目标迭代输出下一关节状态；训练先在仿真模型中进行强化学习，行走速度快于改造的四足运动模型。
HF blog精选AI 评分6262 GOAG：面向灵巧操作的生成式物体无关抓取规划器
GOAG 是一种物体无关的深度生成式抓取规划器，学习特定夹爪的接触面分布，无需物体特定训练数据即可为未见物体采样有效抓取。作者在仿真与真实场景的抓取协议上验证该方法，在 MultiDex 数据集上取得 86.93% 的平均成功率，生成大量抓取时处理速度明显更快，性能与专门在该数据集上训练的方法相当。代码与视频见项目网站 https://cea-list.github.io/goagweb/。
推荐理由：论文提出与物体无关的抓取规划思路，读者可了解其如何用夹爪接触面分布替代物体特定训练数据。
HF blogAI 评分5353 CoToGrasp：以接触拓扑为条件的灵巧抓取生成框架
CoToGrasp 是一个以特定接触拓扑为条件生成多样稳定抓取的生成框架，采用与物体无关、以夹爪为中心的工作空间实现零样本泛化。该方法完全在物体无关的方式下训练，通过特征化规范工作空间将局部物体特征投影到统一的夹爪中心域，解耦语义功能意图与物体几何。
IEEE Spectrum roboticsAI 评分6262 机器人指尖用彩色机械致变色皮肤实现高分辨率触觉感知
伦敦玛丽女王大学等欧洲团队研发了一种机器人指尖，其合成皮肤通过布拉格反射器在受力变形时反射不同波长光，由内置摄像头读取颜色变化，生成拓扑、应变和接触压力图。该指尖实现100微米分辨率且无计算延迟，已用于生成人类指尖、硬币和叶片的形貌图。研究者称下一步希望提升对非平面物体的感知能力，并已与潜在应用企业接触。
RobohubAI 评分6262 MIT 团队研发超声腕带，可实时追踪手部动作并无线控制机械手
MIT 工程师设计了一款超声腕带，通过对手腕肌肉、肌腱和韧带成像，配合 AI 算法实时翻译出五指和手掌的位置，从而无线控制机械手。研究团队用 8 名不同手型和腕围的志愿者测试，腕带能追踪包括美国手语 26 个字母在内的手势和抓握动作；演示中佩戴者操控机械手弹琴、投桌面篮球，并在屏幕上缩放和移动虚拟物体。