DexFlyWheel 是由北京大学、哈尔滨工业大学联合 PsiBot 灵初智能于 2025 年 9 月提出的，相关研究成果发表于论文「DexFlyWheel: A Scalable and Self-improving Data Generation Framework for Dexterous Manipulation」，被 NeurIPS 2025 接受为 Spotlight 。

DexFlyWheel 是一个采用自改进循环的规模化数据生成框架，用于持续丰富数据多样性。该框架有两个关键设计：IL+残差 RL 用于生成类人且多样化的数据。具体而言，IL 和残差 RL 与策略展开和数据增强相结合，形成了一个自我改进的循环。在每次迭代中，策略生成轨迹，这些轨迹随后在越来越多样化的场景中进行增强，并随后输入到下一次迭代中。这个循环产生了飞轮效应，逐步扩展数据多样性，增强策略泛化能力，并演变成一个鲁棒、可泛化的数据生成代理。