DexCompose：重用灵巧策略以单手操作多任务

灵巧的操纵策略可以解决个人技能问题，但将它们组合成单手执行多项任务仍然具有挑战性。在现有操作技能之上添加新任务通常会对重叠的手指和接触模式提出相互冲突的要求，从而在保留现有操作结果和执行新操作结果之间造成破坏性干扰。我们提出了 DexCompose，一个角色感知的残差组合框架，它通过明确的手指级动作所有权重用预先训练的灵巧策略来进行多任务操作。给定两个预训练的全手策略，DexCompose 首先从第一个技能收集成功的任务后状态，并对候选手指掩模执行发布测试，以确定哪些手指是维持既定技能状态所必需的。然后，它训练两个不对称残差模块：用于任务保存的有界残差稳定器，以及仅在分配给新任务的动作子空间内适应冻结的下游策略的上下文感知残差。我们评估了 16 项复合灵巧操作任务的框架，涵盖四种物体保留技能和四种下游交互。 DexCompose 实现了 77.4% 的平均复合成功率，这表明具有双重残差的结构行动所有权为构建超越传统策略链的灵巧技能提供了一个有希望的方向。