Rapporto Tecnico GR-Dexter
GR-Dexter Technical Report
December 30, 2025
Autori: Ruoshi Wen, Guangzeng Chen, Zhongren Cui, Min Du, Yang Gou, Zhigang Han, Liqun Huang, Mingyu Lei, Yunfei Li, Zhuohang Li, Wenlei Liu, Yuxiao Liu, Xiao Ma, Hao Niu, Yutao Ouyang, Zeyu Ren, Haixin Shi, Wei Xu, Haoxiang Zhang, Jiajun Zhang, Xiao Zhang, Liwei Zheng, Weiheng Zhong, Yifei Zhou, Zhengming Zhu, Hang Li
cs.AI
Abstract
I modelli visione-linguaggio-azione (VLA) hanno reso possibile la manipolazione robotica a lungo orizzonte condizionata dal linguaggio, ma la maggior parte dei sistemi esistenti è limitata a pinze. Scalare le politiche VLA per robot bimanuali dotati di mani dattili ad alto grado di libertà (DoF) rimane una sfida a causa dello spazio d'azione ampliato, delle frequenti occlusioni mano-oggetto e del costo associato alla raccolta di dati su robot reali. Presentiamo GR-Dexter, un framework hardware-modello-dati olistico per la manipolazione generalista basata su VLA su un robot bimanuale con mani dattili. Il nostro approccio combina la progettazione di una mano robotica compatta a 21 DoF, un sistema di teletrasporto bimanuale intuitivo per la raccolta di dati su robot reali e una metodologia di addestramento che sfrutta le traiettorie robotiche teleoperate insieme a dataset su larga scala di visione e linguaggio e dataset cross-embodiment accuratamente curati. In valutazioni nel mondo reale che abbracciano la manipolazione quotidiana a lungo orizzonte e il pick-and-place generalizzabile, GR-Dexter raggiunge prestazioni solide in dominio e una maggiore robustezza rispetto a oggetti non visti e istruzioni non viste. Speriamo che GR-Dexter rappresenti un passo pratico verso la manipolazione robotica generalista con mani dattili.
English
Vision-language-action (VLA) models have enabled language-conditioned, long-horizon robot manipulation, but most existing systems are limited to grippers. Scaling VLA policies to bimanual robots with high degree-of-freedom (DoF) dexterous hands remains challenging due to the expanded action space, frequent hand-object occlusions, and the cost of collecting real-robot data. We present GR-Dexter, a holistic hardware-model-data framework for VLA-based generalist manipulation on a bimanual dexterous-hand robot. Our approach combines the design of a compact 21-DoF robotic hand, an intuitive bimanual teleoperation system for real-robot data collection, and a training recipe that leverages teleoperated robot trajectories together with large-scale vision-language and carefully curated cross-embodiment datasets. Across real-world evaluations spanning long-horizon everyday manipulation and generalizable pick-and-place, GR-Dexter achieves strong in-domain performance and improved robustness to unseen objects and unseen instructions. We hope GR-Dexter serves as a practical step toward generalist dexterous-hand robotic manipulation.