迪帕克·帕塔克

灵巧操作的发展一直受制于机器人演示数据的采集成本。迪帕克·帕塔克的团队在2025年机器人学：科学与系统大会上发表的研究中推出了 DexWild，让机器人从人类以第一视角操作日常物品的视频中学习手部技能。该系统旨在实现不同形态载体之间的技能迁移，而非照搬人手动作。研究人员报告称，在未见过的环境中，该系统的成功率达到68.5%，约为仅使用机器人数据训练的对照系统的四倍，跨机器人泛化能力也明显更强。这项成果尚不足以造就通用家用机器人，但解决了一个更根本的瓶颈：数据。帕塔克的项目以可规模化的人类视频取代成本高昂的遥操作，同时保留真实环境中的机器人测试，为机器人从有限的演示走向适应性更强的操作提供了一条可信路径。