知识卡片：ADEPT——通过预训练与后训练加速灵巧操作

英文标题：ADEPT: Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning

英文关键词：Dexterous Manipulation; Reinforcement Learning; Pre-Training; Post-Training; Sim-to-Real; Visuo-Tactile Perception; Geometric Fabric

原始来源：https://arxiv.org/abs/2608.19182v1

一句话结论

ADEPT 提出一种大规模强化学习框架：先在通用物体重放置任务上预训练灵巧策略，再通过稳定的后训练配方适配下游任务，使多指机器人能从原始视觉-触觉感知直接学习长时程操作技能，并零样本从仿真迁移到真实机器人。

事件概述或研究问题

高自由度多指机器人的灵巧操作往往难以从零开始强化学习，且每个新任务都要重复学习相似技能。本文研究的是：如何通过预训练与后训练，让灵巧操作策略具备跨任务的迁移能力，并最终在真实机器人上部署。

ADEPT 的核心路线是：

• 在通用物体重放置任务上预训练灵巧策略。
• 将该预训练策略作为下游任务的行为先验。
• 通过稳定后训练，避免朴素微调破坏已有能力。
• 将后训练教师策略蒸馏为基于视觉-触觉感知的学生策略，实现零样本 sim-to-real。

方法/产品要点

• 预训练：在通用物体重放置任务上学习灵巧操作策略，使模型具备可复用的操作先验。
• 后训练：预训练策略可直接覆盖下游任务中的重放置阶段；但朴素 RL 微调会快速退化，因此提出稳定后训练配方。
• 稳定后训练配方：结合行为克隆蒸馏、critic 预热、保守的 on-policy 更新。
• 安全运动学中介：引入关节空间 Geometric Fabric，在 RL 策略与机器人之间进行中介，以安全利用完整运动学灵巧性。
• 教师-学生蒸馏：将后训练教师策略蒸馏为感知学生策略，学生策略直接使用原始视觉-触觉感知输入。
• 零样本 sim-to-real：学生策略在两个高自由度机器人实体上迁移到真实世界。

主要结果或产业意义

• 在 23 DoF 的 Kuka-Allegro 平台上验证，配有双 RGB 相机。
• 在 29 DoF 的 Flexiv-Sharpa 平台上验证，配有双 RGB 相机和五个基于视觉的触觉传感器。
• 蒸馏后的学生策略能够零样本从仿真迁移到真实机器人，并从挑战性初始状态解决长时程任务。
• 摘要称其灵巧操作速度达到人类水平。
• 产业意义在于：减少每个新下游任务从零学习相同技能的成本；通过“通用预训练 + 快速后训练”加速灵巧操作任务的部署。

为什么重要

灵巧操作是机器人领域的高难度问题，涉及高自由度控制、多模态感知和长时程决策。ADEPT 提供了一条类似“预训练-后训练”范式的 RL 路线，不是简单的端到端训练，而是强调如何保留预训练技能并稳定适配新任务。

与已有相关卡片相比，本条增量信息在于：

• 聚焦多指灵巧操作，而非零售补货或人形遥操作。
• 提出通过通用物体重放置任务进行跨任务技能预训练。
• 明确指出朴素 RL 微调会退化已有能力，并给出稳定后训练配方。
• 引入关节空间 Geometric Fabric 作为策略与机器人之间的安全中介层。
• 在两种不同高自由度硬件实体上验证零样本 sim-to-real 迁移。

局限与不确定性

• 当前仅有摘要信息，未提供具体任务清单、成功率、训练算力等定量指标，待核实。
• “大规模” RL 框架的具体规模、数据量和计算资源未说明，待核实。
• “通用物体重放置任务”的定义、物体类别、评价标准未展开，待核实。
• Geometric Fabric 的数学形式、实现细节和安全保证机制未展开，待核实。
• 两个真实机器人平台上的实验设置、感知编码器、真实硬件细节待核实。
• “人类水平速度”为摘要中的定性表述，具体对照标准待核实。

可用于图书/PPT/简报的角度

• 灵巧操作的预训练与后训练范式：如何从通用技能迁移到新任务。
• 解决 RL 微调退化问题：行为克隆蒸馏、critic 预热、保守更新。
• 高自由度机器人的安全运动学中介层设计：Geometric Fabric 的角色。
• 多模态感知与 sim-to-real：视觉 + 触觉传感器如何用于部署。
• 教师-学生蒸馏与零样本迁移：从仿真训练到真实机器人的落地路径。

原始材料

• 英文标题：ADEPT: Accelerating Dexterity via Pre-Training and Post-Training using Reinforcement Learning
• arXiv ID：2608.19182v1
• 作者：Jayjun Lee, Jessica Yin, Asif Rana, Nicholas Blauch, Sam Mady, Mohak Bhardwaj, Nima Fazeli, Nathan Ratliff, Karl Van Wyk, Ankur Handa
• 发布/更新日期：2026-08-19
• 摘要页：https://arxiv.org/abs/2608.19182v1
• PDF：https://arxiv.org/pdf/2608.19182v1