本研究提出了一种通过强化学习对初始抓取进行评分的新方法，以提高手内操作的成功率。实验结果表明，该方法显著提高了成功率，并实现了对困难物体的自主抓取和重新定向。

本研究探讨了在模拟环境中学习掌中物体重新定向技能并将其转移到现实世界的挑战。提出了一种基于已有旋转技能的层次化策略，能够根据环境反馈选择低级技能，从而增强系统的稳健性和模拟到现实的转移效果。