本研究提出了一种基于部件的交叉类别物体操纵策略，并通过新基准测试集PartManip进行评估。该方法通过标准化部件和关联奖励培训状态专家，结合视觉学习和领域敌对学习，实现了域不变性特征提取。结果表明，该策略在模拟和真实环境中成功操纵新物体。