Play2Perfect：游戏式预训练提升多指手精细装配

Stanford 等机构研究者（Tyler Ga Wei Lum 等）提出强化学习框架 Play2Perfect：先在多物体、多目标的游戏数据上做任务无关预训练，学到抓取、手内重定向和位姿到达等操作先验，再微调到精密装配任务。 论文摘要报告，该先验比从零开始的强化学习（即使后者使用密集多阶段奖励）样本效率高 33 倍；零样本仿真到现实迁移中，接触间隙仅 0.5 mm 的紧密插入任务成功率达 60%，长时程多部件装配和拧螺丝任务成功率超过 50%。以上数据为论文摘要声称，本报道基于摘要，未核验全文。

AI 根据报道生成 · 2 小时前更新