国防科技大学与深圳大学研究者提出了一种新策略学习方法，解决机器人灵巧手抓取任务的跨手转移问题。通过分离高层运动生成与低层关节控制，实现策略在不同灵巧手间的低成本迁移，保持抓取性能。采用基于Transformer的策略网络，提升模型的适应性和泛化能力。实验验证了该方法在多种灵巧手和物体上的优越性能。