当我们在讨论灵巧手仿真时，我们在讨论什么#

打开本机原版研究页面：当我们在讨论灵巧操作仿真时，我们在讨论什么？

原版保留完整排版、六层问题、38 篇论文筛选、19 个仓库对照和展开正文，并追加10 月论文增补：14 篇相关工作与 1 篇背景参考按六层框架归位。优先读 DiffContact、RoboJEPA、Rollback，再结合 DiffGIPC、HandsOn、SuperMimic。原版中的 Obsidian 链接仍打开本地笔记；论文与仓库链接可公开访问。未增补的 9 月原版与本机文件逐字节一致。

2026-11-03 专题增补：多示范共享策略与动力学模型。 补入 FlashDexRetarget、ReDexT、Dex-SuperMimic 与 Weave 接入，展开已有 DONIC、SuperMimic 条目。这些外部工作不计入原来的 38 篇论文、19 个仓库或 DexLab 复现实验。

以下保留较短的阅读路线，原版研究页面是完整调研入口。

我们在讨论：怎样在可控的虚拟环境中研究手如何完成操作、为什么失败，以及哪些结果值得拿到真实机器人上验证。 要模拟的既有物体运动，也有手的驱动、接触、传感、控制时钟和任务条件。引擎名称、画面和运行速度各自只能回答一部分问题。

本文从“拿起一个瓶子，在手里转动，再放下”出发，整理六层问题、五种研究路线和三个实验起点。这里的灵巧操作包括多指或双手的抓取、换指、工具使用与柔性物体操作；普通夹爪的研究只有在接触或传感机制可借鉴时作为邻接参考。

从一只手转动瓶子说起#

这段看似连续的动作，其实验要求并不相同：

碰到瓶子： 碰撞几何应当让手指在正确的位置接触。
拿稳瓶子： 手指需要提供足够的承载力和抗转动力矩，驱动也要能实现这些力。
在手里转动： 部分接触要保持，另一些要滑动、滚动或换指；还要区分物体相对手掌的转动和手腕整体移动。
放下并松手： 物体应得到新的支撑，手指张开后不再黏住它。

因此，“没有掉下来”“姿态变了”和“完成手内操作”应分别验收。起步时由桌面托住、用虚拟约束吸住，还是由手独立拿稳，也必须写清。一次失败首先告诉我们某个环节没有达到要求，归因还需要对照实验。

六层问题：先确定希望仿真帮什么忙#

层次	要问的问题	应当留下的证据
任务与接触	要抓住、换指、拧紧，还是完成某个精度要求？	初态、接触阶段、成功窗口、扰动和失败类型。
本体与执行器	手能动到哪里，实际能施加多大的力？	碰撞几何、质量惯量、关节与驱动耦合、力矩限幅、增益和延迟。
物理演化	接触如何产生，摩擦与形变怎样影响下一步运动？	接触位置与法向、力与力矩、穿透、滑移、步长及求解预算。
传感与观测	策略知道什么，真机能否得到同样的信息？	相机或触觉的生成方式、遮挡、噪声、标定、采样频率和时间戳。
数据与策略	仿真用来规划、学习、扩增示范，还是筛掉失败动作？	有效轨迹率、物体与接触类型覆盖、训练输入、交互量和总成本。
校准与验证	哪些预测经得起独立检查，哪些能迁移到真实系统？	数值参照、留出条件、真实测量、失败记录和不确定度。

这六层是本文组织问题的框架，并不是某篇论文提出的统一算法。它们通过一个循环联系起来：策略根据观测选择动作，控制器和执行器把动作变成物理输入，环境演化后产生下一次观测。 任务与评分规定整个循环何时算成功。

例如，策略发出“关节转到这里”的目标，控制器会根据误差产生力矩；它不同于直接给定力矩，更不同于直接写入关节位置。同样的目标序列，换一组增益、限幅或执行频率，实际接触过程也可能不同。物理子步、控制更新和传感采样应分别记录。执行器输入与输出的区分可参照 MuJoCo 执行器模型。

接触判断、接触响应、数值求解，各自在做什么#

先把“接触算得好不好”拆成三个可检查的问题：

接触判断： 哪两个表面相遇？接触位置、法向和距离是多少？渲染用的网格与碰撞用的形状需要分别查看。
接触响应： 在这些接触处，允许怎样的法向力、滑动摩擦、抗扭力矩或形变？
数值求解与时间推进： 如何计算耦合的运动与接触响应，再从当前状态推进到下一时刻？步长、停止容差和计算预算是什么？

这是功能上的划分；具体实现可以把几步耦合起来。MuJoCo 文档分别说明了碰撞检测、接触模型与约束求解。比较软件时，还应区分引擎、任务框架、求解算法和积分器，见 DexLab 求解配置分层。

算得更充分，只能先说明更充分地求解了所选模型。 如果模型缺少任务所需的力矩方向，增加迭代次数本身不会补上这种物理作用；缩小时间步的数值敏感性，也需要与真实材料准确性分别检验。

“可微”到底是哪一段可微#

可以把梯度理解成一个局部问题：动作或参数稍微变化，下一步状态或任务损失会怎样变化？ 讨论可微仿真时，应同时说明对谁求导、经过哪些模块，以及接触切换处如何处理。

例如，手指尚未碰到瓶子时，微小动作可能完全不影响瓶子；动作稍大一些，进入接触后才会推动它。沿当前分支计算的局部梯度，不自动包含跨过这道边界后的效果。

代码中有 if/else，不意味着所有分支内部都不能求导；某个接触求解器能给出梯度，也不意味着接触对选择、碰撞特征切换和整个长时轨迹都处处光滑。平滑近似、固定接触分支和自定义导数还会给出不同的梯度含义。

实际评估至少应分开检查前向运动、局部梯度和用该梯度更新动作后的收益。有限差分是局部核对手段，跨越不光滑边界时要说明扰动尺度，不能把一次梯度检查当作所有接触模式的保证。Warp 官方微分文档介绍了自动微分的限制及 Jacobian、有限差分和梯度检查工具；具体引擎与版本的覆盖范围仍需单独核对。

触觉、画面和物理状态要分别验收#

指尖合力、压力分布、胶垫形变和光学触觉图像，描述的是不同层次的信息。接触力数组不会自动成为一个经过标定的触觉传感器；漂亮的相机画面也不能证明策略通过相机完成了闭环控制。

选择观测时，可以沿着“任务需要知道什么”向下追问：保持抓取需要判断是否在滑；插入可能需要判断偏向哪一侧；换指还可能需要接触历史。相同的当前位姿，未必对应相同的触觉内部状态。 HydroShear就是把黏着—滑动与路径相关剪切纳入触觉模型的代表。它在夹爪与 GelSight Mini 条件下报告的结果，不能直接当作多指全手换指能力。

另一方面，Taccel把机器人、物体与触觉传感器放入刚柔接触求解中。两类工作投入的建模环节不同，应该比较任务所需信号与计算成本，而不能只比较输出图像。

记录实验时，要注明物体真值是否只用于训练、部署时用的是估计值还是直接真值，以及触觉模型是否反馈影响物理运动。恢复中途状态时，还要保留实现所需的传感、控制与物理历史状态。

研究者怎样使用仿真#

仿真可以用于反复尝试、重放失败和改变条件，也可以用来在线预测下一小段动作。冻结任务分布、接口、预算与计分规则后，才形成可比较的 benchmark。下面五种路线可以组合使用，成本也应合并计算。

路线	仿真主要承担什么	仍需补齐什么
细化接触与形变	计算对任务关键的接触、凝胶或物体形变。	材料与传感器标定，以及额外算力是否带来有效收益。
对齐观测表示	生成力、深度或剪切等便于与真实信号对齐的表示。	真实传感到该表示的映射，以及被舍弃的信息是否重要。
生成与筛选数据	变换示范、执行新轨迹、过滤失败。	新数据是否增加接触类型和恢复机会，而不只是增加帧数。
重定向与课程学习	把人类动作转成机器人的可执行操作，逐步撤去训练辅助。	机器人驱动约束、辅助撤去后的表现和部署观测条件。
简化仿真并用真实数据补齐	学习可复用的粗粒度技能。	真实触觉、精细控制与恢复，以及所需真实数据和人时。

这张表是对下列文献的研究归纳，不是 DexLab 已实现的五项能力，也不构成方法排名。更复杂的仿真是否值得，取决于它改善了哪个可测量的失败。

多条示范，怎样共用策略与动力学模型#

同一只手拿起瓶子、转动瓶子和放下瓶子，可以共享控制经验；动作目标不同，部分接触动力学仍然相同。但物体形状、质量、摩擦或关节结构改变时，共享模型也需要相应条件与状态表示。这条路线连接第五层“数据与策略”、第三层“物理演化”和第六层“验证”。

共享策略让同一套参数根据当前状态与参考动作选择控制；共享 world model学习状态和实际动作如何产生下一状态，并可通过想象 rollout 的梯度训练策略。前者可以只用 FlashSAC 或 PPO，二者并不绑定。物理仿真吞吐、经验复用和可微优化带来的收益应分别比较。

工作与核查入口	共享什么、怎样学习	结果应该怎样理解
FlashDexRetarget · v2	多参考 FlashSAC；左右手各有 actor–critic，每侧参数跨示范共享。几何、距离和未来参考帮助区分交互。	已有多示范联合训练，没有 SuperMimic 式可微 WM。论文的 CHORD 对照使用 PPO，不能将其加速比移植到当前 FlashCHORD。
DONIC · v1	PPO + BC、接触角色奖励与成功轨迹回收；共享双手跟踪策略。	最大训练集合为 3,420 条参考。同一冻结 checkpoint 分别评估未见轨迹与未见物体，与训练期间累计转换数不同。
ReDexT · 官方项目页	共享残差策略根据执行反馈修正 IK 命令，支持冻结执行和整批适应。	每种手分别训练一套策略，跨该手的轨迹共享；共享适应后的结果不是零样本泛化。
Dex-SuperMimic · 仓库快照	学习到的 WM、想象 rollout 与策略更新用于 Wuji 手转方块、转笔。	三个任务配置不等于一个权重联合完成三个任务，也没有建立 CHORD 多示范规模的结果。
rethinking-supermimic · 仓库快照	接入 Weave / Weave XHand 手—物参考，提供基于学习模型的策略更新入口。	数据与训练接口属于实现证据；所查 README 未报告新增手—物任务的成功率或加速基准。

FlashDexRetarget 项目页报告 XHand 的 50 条示范中 90% 在 29 GPU 小时内转换成功，1,000 条示范中 600 多条在 60 GPU 小时内成功转换。这是作者的累计数据转换结果，不能直接解释成最终冻结策略在全部示范上的稳定成功率。不同论文的手型、初态、阈值和计算成本口径不同，本表不构成性能排名。

SuperCHORD 可以提出什么问题#

“多示范共用策略”已有上述先例。将 CHORD 接触力旋量指导、共享手—物 WM 与参考条件策略结合起来，可以作为研究设想；本次定向检索不足以支持“首次”的主张，也没有建立 DexLab 的训练结果。

有辨别力的比较是：每条示范独立训练、相同示范联合 FlashSAC、相同联合设置下通过 WM 梯度更新策略。先固定奖励来区分共享与模型的收益，再比较接触指导的增益。可以从同一种手与兼容物体表示开始，先按示范均匀采样；这是建议，不是已经冻结或执行的实验协议。

统一记录总 GPU 小时、仿真交互量、累计转换数、最终 checkpoint 的训练集覆盖、未见轨迹与未见物体表现。模型还需检查前向误差、接触附近动作响应以及更新后原生仿真收益；低预测误差本身不能证明优化方向有用。首次阅读建议按 FlashDexRetarget → DONIC / ReDexT → 两个 SuperMimic 实现的顺序，分别理解共享训练、泛化和动力学模型优化。

本专题核查于 2026-11-03，依据上述论文、官方项目页与固定仓库快照；没有重新完成所有论文的全文精读，也没有复测作者结果。

七篇代表工作，分别回答什么问题#

工作与来源	主要贡献落在哪里	阅读时继续追问
BODex · v3	用双层优化合成灵巧抓取，并用仿真和真实抓取验证。	稳定抓取覆盖哪些载荷与物体？是否涉及后续换指和连续操作？
Taccel · v2	高性能刚柔接触与视触觉仿真。	吞吐对应什么传感器数量、网格、并行规模与硬件？
HydroShear · v2	模拟具有接触历史的剪切与黏滑观测。	校准用了什么真实数据？任务是夹爪还是多指手，初态如何布置？
DexMimicGen · v2	从少量人类示范扩增双手灵巧操作轨迹。	新物体、接触模式和失败恢复覆盖了多少？真实数据成本是什么？
DexMachina · v1	通过逐渐减弱的虚拟物体控制器，学习跟随人类示范的物体效果。	辅助何时撤去？比较手型时采用什么驱动与腕部条件？
DexScrew · v2	先在简化仿真中学指步，再采集真实示范训练触觉策略。	任务进度与完整成功怎样区分？真实采集和初始装配由谁完成？
Dex-X · v3	用仿真交互补全人类视频缺失的触觉监督，学习视触觉策略。	仿真教师与真实部署各测了哪些任务？观测、参考运动和泛化条件是什么？

这些论文分别研究抓取生成、接触与触觉、示范扩增或策略迁移；它们并非七个可以直接排名的物理引擎。这里的概括依据链接版本的官方摘要与既有研究笔记，问题列是阅读和复现时要核对的条件，不是在宣称论文遗漏了这些信息。

看数字也要保留单位与分母：任务进度不是整项任务成功率；帧数不是独立示范数；聚合并行步数不是单环境实时率；特定任务的真实成功率不能代表所有任务。论文实验、公开代码和实际复现分别提供不同证据。

用 DexLab 的三个案例检验这些区分#

案例	已有证据	解释边界
Wuji 双指夹球	相同控制下，点接触改为合成抗扭接触，两秒保持的最大位移由 2.734 mm 降为 1.025 mm，通过原定 2 mm 门槛。	接触模型改变了该配置的验收结果；参数不是实测指垫材料，仍有慢漂移，也没有证明求解器故障或手内旋转成功。
海绵擦拭	固定配置下，辅助保持时 3/3 通过，去掉辅助后 0/3。	支持该条件下的辅助依赖；不能据此断言底层求解器普遍失效。
布料操作	单手夹持、抬升与释放通过；完整折叠记录的最大边长应变 12.55%，超过预设 5% 上限。	局部动作可执行与完整任务通过是两个验收层次；折叠还存在其他未满足项。

这些案例提醒我们分别报告：记录是否可信、计算是否符合所选模型、物理参照是否成立、任务是否完成、真实系统是否验证。已有证据的详细归因见失败复盘，策略与后端的验收约定见模型评测协议。

从哪个实验开始#

先检查抓持与释放。 选择一个手、一个简单物体和固定腕部，明确载荷与保持窗口。先让正例具备资格，再加入张指、禁接触或低摩擦等有预期的对照；记录原生接触、物体运动和驱动饱和。基础承载不成立时，先定位原因，再解释换指失败。Wuji 已有案例提供可离线复算的起点。

再判断什么触觉信息有用。 在相同任务条件下比较无触觉、指尖力、几何或剪切表示和更详细的触觉模型。先核对信号与事件时间，再在匹配预算下比较策略收益；保留渲染、学习和真实标定成本。这是建议的实验设计，并非本站已完成的触觉对比。

最后判断仿真减少了什么真实成本。 比较示范扩增、功能重定向与真实数据补齐时，固定测试对象和任务要求，分别记录真实示范数、采集人时、仿真交互量及留出表现。没有真实测试时，可以先验证数值和任务条件，但迁移收益应保持待验证。

无论选哪条路线，运行前都应写下一张实验卡：目标与初态、模型及版本、动作与观测接口、时钟、成功与失败条件、对照、预算、原始记录位置。 任务、参数和验收变更要形成新的条件记录。继续阅读可从 Newton 七类论文导读、实验目录和诊断方法进入。

来源与维护范围#

本文由 2026-09-10 建立、2026-09-14 补充的《当我们在讨论灵巧操作仿真时，我们在讨论什么》研究笔记整理为公开导读，保留六层框架、研究路线和证据边界。2026-11-02 核对了本文引用的官方摘要、文档与 DexLab 已发表案例；HydroShear 和 Dex-X 的入口分别更新到 v2、v3。这里没有重新完成原笔记的全部文献筛选，也没有将旧版细节无条件移植到新版。

2026-11-03 按作者要求公开原版自包含 HTML，保留其 9 月来源和核查口径，再独立追加 10 月工作；本页仍是简版阅读路线。外部论文不记作 DexLab 复现，推荐的实验仍需单独冻结协议后执行。原版快照 SHA-256：2c41d2ee32f8094298d2398e3950d5b749a3030a62a07e25128df6d709823c00。