DexRepNet++ Learning Dexterous Robotic Manipulation with Geometric and Spatial Hand-Object Representations

Title: DexRepNet++ Learning Dexterous Robotic Manipulation with Geometric and Spatial Hand-Object Representations Authors: Qingtao Liu et al. arXiv: https://arxiv.org/abs/2602.21811

arXiv 页面无稳定直链图片（HTML 侧未提供可长期复用的 figure URL）；Telegram 卡片图改用本地提取关键图。

Problem framing

这篇偏“表示学习驱动 dexterity 提升”。相比单纯改 RL 算法，DexRepNet++ 强调手-物体几何关系编码，以更强状态表示换取泛化与样本效率。

Core method

该方法围绕 Robotics/VLA 主线中的可扩展性与鲁棒性问题，采用“结构化中间表示 + 任务约束”的方案，而非纯参数堆叠。

Key equations and mechanisms

可理解为学习几何感知表示 $e_t=\varphi (x_t^{hand},x_t^{obj})$，再输入策略/价值网络。若表示满足接触等变或相对位姿不变性，则策略学习目标 ${\max }_{\pi }\mathbb{E}[{\sum }_t{\gamma }^t{r}_t]$ 在跨物体分布迁移下更稳定。

Experiment reading guide

1. 先看主任务成功率与长时地平线性能曲线。
2. 再看消融：去掉关键机制后的退化幅度。
3. 最后看跨场景/跨形态泛化，判断是否对真实机器人部署有意义。

Limitations

• 真实系统 latency、感知噪声、接触不确定性可能弱化离线收益。
• 数据分布若与目标场景差异过大，机制优势可能被 domain gap 吞噬。

Future work

• 与在线校准/测试时自适应结合，形成闭环部署范式。
• 与更强物理先验（接触、动力学约束）联合训练。

Replication angle

• 优先复现作者公开 benchmark 上的最小闭环。
• 记录可复现实验的三个关键旋钮：训练数据粒度、动作块长度/控制频率、推理时纠偏触发阈值。
• 评估指标建议补充“失败恢复时间”和“单次任务能耗”。

Graph: Paper Node 2602.21811