arXiv cs.AI· Tyler Ga Wei Lum, Kushal Kedia, C. Karen Liu, Jeannette Bohg·· 2 天前AI 评分29
Play2Perfect：灵巧操作预训练中哪些因素对精密装配至关重要？
Play2Perfect: What Matters in Dexterous Play Pretraining for Precise Assembly?
AI 导读
研究提出 Play2Perfect，一个通过多样化物体与目标上的"玩耍"进行任务无关预训练的 RL 框架，再微调适配精密装配。该先验比从零 RL 训练的样本效率高 33 倍，即使后者提供密集多阶段奖励。方法实现零样本 sim-to-real 迁移，在 0.5 mm 接触间隙的紧密插入任务上成功率达 60%，长时程多部件装配和拧螺丝成功率超 50%。
正文 · AI 翻译
摘要：多指机器人有望具备人手的速度与灵巧性，但精密装配等难题仍难以攻克。这类任务接触密集，导致模仿学习的数据采集困难，且奖励稀疏，使得直接用强化学习（RL）进行探索难以实现。因此，先前的工作通过专用夹爪、工具附件和环境固定装置来结构化问题，从而取得进展。在本工作中，我们认为，在机器人能够完美完成精密装配之前，它必须先学会玩耍。我们进一步提出疑问：在学习玩耍的过程中，哪些因素对精密装配至关重要？我们提出 Play2Perfect，一个通过在不同物体和目标上玩耍进行任务无关预训练的 RL 框架，随后在精密装配任务上加以完善。玩耍的目标是获得可复用的操作先验，例如抓取、手内重定向和位姿到达。微调则将该通用先验适配到装配任务，将探索集中在成功所需的最终接触密集、高精度交互上。我们系统研究了玩耍预训练中的关键设计选择，包括物体多样性、训练目标、轨迹多样性和目标精度。我们表明，我们的先验比从头进行 RL 训练的样本效率高 33 倍，即使后者提供了密集的多阶段奖励。我们展示了零样本的仿真到现实迁移，在仅 0.5 mm 接触间隙的紧密插入任务上达到 60% 的成功率，在长时程多部件装配和拧螺丝任务上成功率超过 50%。
| 评论： | 26 页，19 幅图，4 张表。项目页面：this https URL |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2606.26428 [cs.RO] |
| （或 arXiv:2606.26428v4 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.26428 arXiv 颁发的 DOI，通过 DataCite |
提交历史
来自：Tyler Lum [查看邮箱]
[v1]
2026 年 6 月 24 日星期三 22:39:12 UTC（28,422 KB）
[v2]
2026 年 7 月 9 日星期四 17:59:45 UTC（28,422 KB）
[v3]
2026 年 9 月 8 日星期二 04:22:00 UTC（31,854 KB）
[v4]
2026 年 10 月 15 日星期四 09:00:05 UTC（31,872 KB）
来源：arXiv cs.AI · arxiv.org