Play2Perfect：灵巧操作预训练框架用于精密装配

2026年10月16日，arXiv Robotics 报道了一项研究，提出 Play2Perfect——一个通过多样化物体与目标进行任务无关“玩耍”预训练的强化学习（RL）框架，之后再微调适配精密装配。报道称，该先验比从零开始的 RL 训练样本效率高 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中达到 60% 成功率，长程多零件装配与拧螺丝成功率超 50%。上述数据均来自该报道，尚无其他跟进报道可对照。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。