北大卢宗青团队新作：超 70% 实机成功率，支持语言指令的功能性抓取系统

在机器人研究中，抓取这一看似基础的问题正在成为决定上层智能能走多远的关键变量。今天的大模型已经能够理解语言、分析图像、规划任务，但在与世界发生真正物理接触的那一刻，智能系统仍然显得笨拙。 现有抓取研究大多停留在稳定性层面，只要能夹住、不掉落，即视为成功。然而在人类的日常活动中，抓取从来不是目的本身，而是功能行为的起点。端起杯子是为了倒水，握住锤柄是为了敲击，按住喷壶的扳机是为了喷洒。也正是在这一层意义上，功能性抓取比稳定抓取更接近真实世界的智能。 难点在于，功能性抓取并不是简单的几何问题，而涉及对物体结构、用途、操控部位以及抓取方式的综合理解。尤其在灵巧手系统中，上百维的控制空间与复杂的接触动力学叠加，使得传统强化学习方法难以取得有效进展。如何让机器人自主学习到功能相关的抓取位置与合适的抓取姿态，一直缺乏系统而可验证的解决方案。 在这一背景下，北京大学卢宗青团队在论文《Universal Dexterous Functional Grasping via Demonstration-Editing Reinforcement Learning》中提出了一种名为 DemoFunGrasp 方法，对功能性抓取进行了重新建模。 研究团队将关注点从单纯是否抓住物体，提升到如何围绕物体的具体功能进行抓取。他们把功能相关的位置以及抓取时所采用的姿态风格纳入到统一的学习框架之中，使功能目标直接参与到策略优化过程中，并在大规模仿真环境和真实机器人平台上对这一框架进行了系统验证，并取得了在仿真与真实场景中均表现稳定、成功率超过70% 的功能性抓取效果。 论文地址：https://arxiv.org/pdf/2512.13380v1 从「抓得住」走向「抓得对」 这项研究的实验首先证明了一个核心结论：研究团队所提出的 DemoFunGrasp 方法可以在大量不同