研究简介GAP-RL 不再仅依赖原始物体点特征，而是通过抓取编码器提取更适合策略学习的高层表示。团队同时构建了包含多种复杂运动模式的动态抓取基准，并在仿真与真实机器人上验证了新物体和新运动模式的泛化能力。 论文与资源 IEEE 论文（DOI） arXiv 版本 官方代码 演示视频