arXiv · cs.AI· Tyler Ga Wei Lum, Kushal Kedia, C. Karen Liu, Jeannette Bohg·· 6 小时前
Play2Perfect：面向精密装配的多指机器人灵巧游戏预训练分析
Play2Perfect: What Matters in Dexterous Play Pretraining for Precise Assembly?
arXiv:2606.26428v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Tyler Ga Wei Lum, Kushal Kedia, C. Karen Liu, Jeannette Bohg
研究任务与主要进展
研究提出Play2Perfect强化学习框架，先通过多物体、多目标的游戏预训练学习抓取、手内重定向和位姿到达等操作先验，再微调至精密装配任务。论文摘要报告，该方法样本效率较从零开始的强化学习高33倍，即使后者提供密集的多阶段奖励；其零样本仿真到现实迁移在接触间隙仅0.5 mm的紧密插入任务中达到60%成功率，在长时程多部件装配和拧螺丝任务中成功率超过50%。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org