arXiv · 机器人与计算机视觉· Tyler Ga Wei Lum, Kushal Kedia, C. Karen Liu, Jeannette Bohg·· 2026-10-16AI 评分73
Play2Perfect:玩物预训练对精密装配的重要性研究
Play2Perfect: What Matters in Dexterous Play Pretraining for Precise Assembly?
AI 导读
论文提出 Play2Perfect 强化学习框架,主张机器人需先学会“玩”以获取抓取、手内重定向等通用操作先验,再微调至精密装配任务。系统研究表明该先验比从零开始的 RL 训练样本效率高 33 倍,实现了零样本仿真到现实迁移,在仅 0.5mm 接触间隙的紧密插入任务中达到 60% 成功率,并在长周期多部件装配与拧螺丝任务中超过 50% 的成功率。
来源:arXiv · 机器人与计算机视觉 · arxiv.org