--- format: "aidr-story-markdown/v1" id: "90da908072533d47f921eea0ddf1c83f62183c7c77bd1b721c2b36b5d083e36c" canonical_url: "https://aidr.today/90da9080?lang=vi" title: "DexForesight neo các policy khéo léo bằng tầm nhìn không gian ngầm" lang: "vi" requested_lang: "vi" available_langs: ["en","vi"] translation_fallback: null fallback_fields: [] published_at: "2026-11-11T00:00:00.000Z" category: "Research" topics: ["agent"] source_urls: ["https://huggingface.co/papers/2611.11166"] summary: "Thao tác khéo léo đòi hỏi tầm nhìn không gian phong phú về cả cảnh xung quanh và bàn tay robot. Các world model hành động hiện có thường thu thập kiến thức dự đoán này thông qua dự đoán tương lai tường minh. DexForesight được giới thiệu, một framework học tầm nhìn không gian ngầm bằng cách tiêm các biểu diễn world nhận biết động lực vào latent space của một dexterous policy. Trong quá trình training, DexForesight học một world model không gian có điều kiện hành động từ độ sâu cảnh offline, hình học tay kinematic và các quỹ đạo minh họa. world model dự đoán chuyển động điểm tay 3D và thay đổi đặc trưng hình ảnh, nắm bắt cả động lực tay khớp và thay đổi cảnh dưới các hành động minh họa, bao gồm chuyển động ngón tay bị che khuất khỏi camera. Sau đó, world model được đóng băng và các truy vấn policy được căn chỉnh với các truy vấn world dự đoán của nó, chuyển các động lực không gian đã học vào latent của policy và dùng chúng để điều kiện hóa việc tạo hành động. Khi triển khai, chỉ giữ lại policy, hoạt động trên các quan sát RGB, ngôn ngữ và trạng thái robot mà không cần đầu vào độ sâu hay dự đoán tương lai tường minh." --- # DexForesight neo các policy khéo léo bằng tầm nhìn không gian ngầm > [Open the canonical story]() **Published:** 2026-11-11T00:00:00.000Z **Category:** Research **Topics:** agent ## Summary Thao tác khéo léo đòi hỏi tầm nhìn không gian phong phú về cả cảnh xung quanh và bàn tay robot\. Các world model hành động hiện có thường thu thập kiến thức dự đoán này thông qua dự đoán tương lai tường minh\. DexForesight được giới thiệu, một framework học tầm nhìn không gian ngầm bằng cách tiêm các biểu diễn world nhận biết động lực vào latent space của một dexterous policy\. Trong quá trình training, DexForesight học một world model không gian có điều kiện hành động từ độ sâu cảnh offline, hình học tay kinematic và các quỹ đạo minh họa\. world model dự đoán chuyển động điểm tay 3D và thay đổi đặc trưng hình ảnh, nắm bắt cả động lực tay khớp và thay đổi cảnh dưới các hành động minh họa, bao gồm chuyển động ngón tay bị che khuất khỏi camera\. Sau đó, world model được đóng băng và các truy vấn policy được căn chỉnh với các truy vấn world dự đoán của nó, chuyển các động lực không gian đã học vào latent của policy và dùng chúng để điều kiện hóa việc tạo hành động\. Khi triển khai, chỉ giữ lại policy, hoạt động trên các quan sát RGB, ngôn ngữ và trạng thái robot mà không cần đầu vào độ sâu hay dự đoán tương lai tường minh\. ## Sources - [Story source]()