NVIDIA & 密歇根大学 ADEPT：预训练+后训练，让高自由度灵巧手实现零样本Sim-to-Real插孔

已收录文章摘要，完整内容可前往原文阅读。

导语：高自由度手臂-手系统的灵巧操作，长期受困于两个难题：从零强化学习难以发现有效行为，而预训练策略在迁移到新任务时又会迅速崩溃。NVIDIA与密歇根大学联合提出ADEPT框架，通过“通用重摆物体预训