热点事件持续更新

北大发布 DexPolicy 灵巧手操作策略

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

2026年10月2日，据 AGI Hunt 报道，北京大学发布 DexPolicy 灵巧手操作策略，其核心做法是把探索噪声尺度设为随训练步数从宽到窄退火的函数。真机 360 次试验中，FPO 将灵巧手操作平均成功率从 25.0% 提升至 85.0%。在 ViViDex 轨迹引导设定下，PPO、GRPO、FPO 在五个 YCB 物体上的确定性 Target 成功率分别为从 32.0%、14.1%、49.4% 升至 35.7%、45.4%、68.1%。报道称代码与项目页已开源。该报道为目前可见的最新信息，未出现与此前说法矛盾的数字或表述。

AI 根据报道生成 · 59 分钟前更新

报道时间线

沿着报道，了解事件的不同侧面。

10月2日

11:17
AGI Hunt
北大 DexPolicy：探索噪声退火让灵巧手操作成功率升至 85%
北京大学发布 DexPolicy，把探索噪声尺度设为随训练步数从宽到窄退火的函数，真机 360 次试验中 FPO 将灵巧手操作平均成功率从 25.0% 提至 85.0%。在 ViViDex 轨迹引导设定下，PPO、GRPO、FPO 在五个 YCB 物体上的确定性 Target 成功率分别从 32.0%、14.1%、49.4% 升至 35.7%、45.4%、68.1%。代码与项目页已开源。

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。