基础模型时代的灵巧机器人手：涵盖硬件、数据、跨具身迁移、学习与评估的全栈综述

arXiv:2611.06724v1 公告类型：交叉收录 摘要：灵巧机器人手正日益与大规模人类数据和基础模型相结合，但硬件、表征学习和评估方面的进展往往仍被分别考察。本综述回顾了2024年1月至2026年11月初的相关工作，并纳入更早的研究以梳理技术脉络。我们将文献组织为五个相互依赖的层次：硬件；数据采集与整理；跨具身迁移；学习与基础模型；以及评估与应用。人类手部与物体交互理解和触觉感知提供了两个贯穿各层次的视角。通过系统级架构、对比表格和五项案例分析，我们将这些层次中的设计选择联系起来。我们区分了单项研究内部的实验比较与异质文献集合的统计数据、厂商规格及公司自行报告的结果。由此得出三个结论。第一，人类数据的价值取决于运动学、视觉和接触层面的对齐，而不仅仅取决于记录量。第二，共享动作表征和基础策略并不能消除特定具身形态在力、延迟和接触方面的约束。第三，仅凭任务完成情况不足以证明物理正确性或部署就绪程度。对于形态不同的机器人手之间接触密集型技能的零样本迁移、长时间运行的可靠性，以及跨传感器触觉泛化，目前的证据仍然有限。我们提出了十一个开放问题，并建议采用结果报告接口和受控比较，使全栈进展更易于衡量。本综述是一项结构化的叙述性综合，而非汇总性能排名或穷尽式系统综述。