Newest papers

Learning Adaptable Dexterous Skills via Hybrid Dexterous Mimicking

Yuxuan Kuang, Jiashun Wang, Yixuan Sun, Yufei Ye, Sungjae Park, Umar Iqbal, Katerina Fragkiadaki, Shubham Tulsiani · 2026 · arXiv

DOI: 10.48550/arXiv.2610.28628 · open-access PDF

Hindi

Dexterous मल्टी-गंगर हाथ विभिन्न कौशल को लॉक करने का वादा रखते हैं जैसे कि कार्यात्मक पकड़, हाथ में पुनर्निर्देशन, और गतिशील हस्तांतरण जो मानव डिजाइन की दुनिया का मानना है, फिर भी मौजूदा सीखने की नुस्खे एक समझौता को मजबूर करते हैं। लक्ष्यों तक पहुंचने वाले मजबूत सीखने को वैध वस्तु पदों के लिए सामान्य किया जाता है लेकिन, किसी भी मानव पूर्व में, अप्राकृतिक और अविश्वसनीय उंगली रणनीतियों के लिए मिलता है; आंदोलन ट्रैकिंग एक एकल क्लिप से मानव-आकार के व्यवहार का पुनरावृत्ति करता है लेकिन इससे विचलन नहीं कर सकता है।

Machine translation (Meta M2M100); the English original follows.

Abstract

Dexterous multi-finger hands hold promise to unlock diverse skills like functional grasps, in-hand reorientation, and dynamic handover that the human-designed world assumes, yet existing learning recipes force a trade-off. Goal-reaching reinforcement learning generalizes to arbitrary object poses but, lacking any human prior, converges to unnatural and unreliable finger strategies; motion tracking reproduces human-like behavior from a single clip but cannot deviate from it. We present AdaDex, a goal-conditioned RL framework that turns a single hand-object trajectory of a few seconds---from moc

Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese

Sources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange