本报告介绍了我们在 HANDS 2026 工作坊（Dexterous Grasp Motion 赛道）中获得第二名的方案。任务是为 12 自由度的 LinkerHand O6 生成在仿真环境中对未见物体的可行抓取‑提升轨迹，要求从随机的初始手姿出发，产生物理上合理的运动。每一步需要约 $70$ 条十二维决策，误差会随时间累积，且测试物体和动力学可能与训练时不同，导致难度很大。为此我们放弃逐帧生成，改为编辑单个成功的 GraspM3 示范：策略仅观察一次目标物体，输出一个 12 维的扭曲向量，对示范轨迹进行一次性变形，然后在开环下直接回放。扭曲策略使用单步 PPO 在全部 $4{,}824$ 个训练物体上并行训练。实验结果显示，我们的方法在公开测试集的 Easy 轨道上取得 $94.61\%$ 的成功率，居所有提交之首；在 Hard 轨道上达到 $57.18\%$ 的成功率。
点评：单次扭曲的思路显著降低了累计误差的风险，同时并行 PPO 训练提升了泛化能力，是对高维抓取生成任务的有效突破。