本文介绍了一项来自arXiv的研究，题为《From Grasps to Dexterity: Large-Scale Grasp Pretraining for Dexterous Manipulation》，由Ying Yuan与另外三位作者共同完成，于2026年6月29日提交至arXiv（编号2606.30749，属机器人学cs.RO分类）。研究的核心问题是：大规模灵巧抓取数据集长期以来主要用于抓取生成和拾取-放置操作，那么这类数据能否进一步支撑更复杂的功能性灵巧操作，即在需要操作铰接工具的场合中，机器人必须先获取工具、保持接触，并驱动工具的功能性活动部件。
为了回答这一问题，作者构建了一套分层模仿学习框架，该框架由两部分组成：高层模块负责预测手部子目标，低层模块则是以目标为条件的控制器。研究团队从大规模灵巧抓取标注中整理出一个包含35.5万条轨迹的抓取预训练数据集，并用它来预训练低层控制器，随后再在下游任务示教数据上进行微调。这种“先大规模预训练、再下游微调”的思路，正是把抓取数据当作可扩展的通用预训练资源，而不仅仅是抓取合成的素材库。
在评估方面，作者提出了DexCraft——一个面向铰接工具使用的仿真基准，包含六个需要协调手指运动的任务。这些任务要求机器人在接触丰富、动作精细的条件下完成操作，比单纯的抓取或搬运更具挑战性。在仿真和真实世界实验中，该方法均优于端到端的扩散策略基线，也优于从零开始训练的分层策略。在真实环境中，相比DP3基线，该方法将完整任务成功率提升了33.3个百分点，这一幅度相当可观。
研究结论指出，抓取数据集不仅可以作为抓取合成的资源，还能作为接触丰富型灵巧操作的可扩展预训练数据。论文提供了项目页面和视频链接以展示实验结果。需要说明的是，本文属于预印本，提交时间为2026年6月29日，尚需经过同行评审，其结论的普适性仍需后续研究进一步验证；不过，它为进一步挖掘现有大规模抓取数据的价值提供了新的方向，也提示分层模仿学习结合大规模预训练在灵巧操作领域具有潜力。