机器人学习正在缩小视觉仿真与接触执行之间的差距
当天的机器人信号是物理执行。GS-Playground 面向带接触物理的高吞吐照片级训练，HANDFUL 把手指当作多步灵巧任务中的稀缺资源。两篇论文都关注让学到的机器人策略在第一次接触之后仍然可用的条件。
主题概况
Contact Rich Robotics
Contact-ready manipulation training
有两项实用改动很明确：在长时间视觉 RL 运行前先验证真实采集的仿真场景；按灵巧抓取为下一步动作留下了哪些手指来打分。这两项都在解决同一种训练时间浪费来源：策略在接触前看起来稳定，一到需要物理执行就失败。