论文页面 - Play2Perfect：灵巧操作预训练对精密装配的关键因素是什么？

来源：https://huggingface.co/papers/2606.26428

摘要

一种名为 Play2Perfect 的强化学习框架，通过先与多样化物体进行互动式玩耍学习通用操作技能，再通过微调将这些技能适配到精密装配任务，实现了样本高效的机器人装配。

多指机器人有望拥有与人类手部相同的速度与灵巧度，然而精密装配（https://huggingface.co/papers?q=assembly）等极具挑战的问题仍无法攻克。这类任务接触丰富，使得用于模仿学习（https://huggingface.co/papers?q=imitation%20learning）的数据收集十分困难，同时奖励稀疏（https://huggingface.co/papers?q=sparse-reward），导致直接使用强化学习（https://huggingface.co/papers?q=reinforcement%20learning）（RL）进行探索难以实现。因此，先前的工作通过使用专用夹具、工具附件和环境固件来结构化问题，取得了一定进展。在本文中，我们认为，在机器人能够完美完成精密装配（https://huggingface.co/papers?q=assembly）之前，它必须首先学会玩耍。我们进一步提问：玩耍学习过程中的哪些因素对精密装配（https://huggingface.co/papers?q=assembly）至关重要？我们提出了 Play2Perfect，这是一种通过在不同物体和目标上进行玩耍来实现任务无关预训练（https://huggingface.co/papers?q=task-agnostic%20pretraining）的 RL 框架，随后在精密装配（https://huggingface.co/papers?q=assembly）上精化（fine-tuning）。玩耍的目标是获得可重用的操作先验（https://huggingface.co/papers?q=manipulation%20priors），例如抓取（https://huggingface.co/papers?q=grasping）、手内重定向（https://huggingface.co/papers?q=in-hand%20reorientation）和位姿到达（https://huggingface.co/papers?q=pose%20reaching）。微调则将这一通用先验适配到装配（https://huggingface.co/papers?q=assembly），将探索重点集中在最终成功所需的接触丰富、高精度的交互上。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。我们证明，即使提供了密集的多阶段奖励，我们的先验也比从头开始的 RL 训练样本效率高 33 倍。我们展示了零样本仿真到现实迁移（https://huggingface.co/papers?q=sim-to-real%20transfer），在仅 0.5 mm 接触间隙的紧密插入任务中成功率达到 60%，在长序列多部件装配（https://huggingface.co/papers?q=assembly）和拧螺丝任务中成功率超过 50%。

查看 arXiv 页面（https://arxiv.org/abs/2606.26428）查看 PDF（https://arxiv.org/pdf/2606.26428）项目页面（https://play2perfect.github.io/）GitHub13（https://github.com/kushal2000/play2perfect）添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2606.26428）

在您的智能体中获取此论文：

hf papers read 2606.26428

没有最新的 CLI？curl -LsSf https://hf.co/cli/install.sh | bash

引用此论文的模型 0

尚无模型关联此论文。

在模型的 README.md 中引用 arxiv.org/abs/2606.26428 即可从此页面关联。

引用此论文的数据集 0

尚无数据集关联此论文。

在数据集的 README.md 中引用 arxiv.org/abs/2606.26428 即可从此页面关联。

引用此论文的 Spaces 0

尚无 Space 关联此论文。

在 Space 的 README.md 中引用 arxiv.org/abs/2606.26428 即可从此页面关联。

包含此论文的收藏集 0

尚无包含此论文的收藏集。

将此论文添加到一个收藏集（https://huggingface.co/new-collection）即可从此页面关联。