本研究提出了一种基于强化学习的新方法，有效解决了关节物体操控中的仿真到现实转移问题，成功率达到84%，显著缩小了仿真与现实之间的差距。

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。