基于视觉运动扩散与 AR 遥操作的多指灵巧手在手操控学习研究基于视觉运动扩散策略，搭建一套融合增强现实（AR）遥操作、运动重定向、异常演示筛选与多模态感知输入的灵巧手操控框架。以四指 Allegro 灵巧手为硬件平台，完成单手机器人自主拧瓶盖典型精细操作任务。依托 Meta Quest 3 AR 头显实现实时人手追踪与直观遥操作，结合逆运动学与运动重定向解决人手与机器人灵巧手运动学异构问题；采用 HDBSCAN 聚类与 GLOSH 全局 - 局部异常评分算法无监督剔除低质量演示样本；通过大量消融实验验证不同视觉观测、关节位置与关节力矩感知模态对任务成功率的影响。