基于CAP-X集成Allegro灵巧手与ReKep关键点约束的机器人操作项目

基于CAP-X集成Allegro灵巧手与ReKep关键点约束的机器人操作项目

一、项目概述

1.1 项目背景

本项目旨在将CaP-X（Code-as-Policy框架）中的Franka Panda机械臂末端更换为Allegro灵巧手，并在此基础上集成ReKep（Relational Keypoint Constraints）关键点约束优化方法，同时使用DexDiffuser进行灵巧手抓取预测。最终目标是在Robosuite和LIBERO的多个任务上实现稳定、高效的机器人操作。

CaP-X是一个用于系统研究Code-as-Policy代理的开放框架，包含CaP-Gym（39个任务环境，覆盖Robosuite、LIBERO-PRO和BEHAVIOR）、CaP-Bench（8个分级基准测试）、CaP-Agent0（免训练代理框架）和CaP-RL（强化学习后训练）四个核心组件。本项目聚焦于Robosuite和LIBERO两类任务中的机械臂运动规划。

1.2 核心技术栈