Play2Perfect: What Matters in Dexterous Play Pretraining for Precise Assembly?

Autoren: Tyler Ga Wei Lum, Kushal Kedia, C. Karen Liu, Jeannette Bohg · CoRL 2026

Lizenzen

• Open Access
• Paper: arXiv.org perpetual, non-exclusive license 1.0

Gemäß der Lizenz von arXiv beruht alles Folgende nur auf dem Abstract.

Warum es wichtig ist

Präzise Montage mit mehrfingrigen Händen ist bislang unerreichbar geblieben, weil sie kontaktreich ist, was das Sammeln von Demonstrationen erschwert, und nur spärliche Belohnungen liefert, was eine direkte Exploration mit Reinforcement Learning praktisch undurchführbar macht. Die Autoren berichten von einem durch Play vortrainierten Prior, der 33-mal sample-effizienter ist als ein Training von Grund auf und bei Zero-Shot-Sim-to-Real-Transfer 60 % Erfolg bei Einsetzvorgängen mit 0,5 mm Spiel erreicht.

Lösungsansatz

Play2Perfect trainiert eine aufgabenunabhängige Policy durch Play mit vielfältigen Objekten und Zielen vor und lernt dabei wiederverwendbare Priors wie Greifen, Umorientieren in der Hand und Erreichen von Posen; anschließend wird sie auf präzise Montage feinabgestimmt, sodass sich die Exploration auf die abschließenden hochpräzisen Kontakte konzentriert. Die Autoren untersuchen Objektvielfalt, Trainingszielfunktion, Trajektorienvielfalt und Präzision der Ziele als Designentscheidungen.

Zusammenfassung

Mehrfingrige Roboter versprechen die Geschwindigkeit und Geschicklichkeit menschlicher Hände, doch anspruchsvolle Probleme wie die präzise Montage blieben bisher außer Reichweite. Diese Aufgaben sind kontaktreich, was die Datenerhebung für Imitationslernen erschwert, und haben spärliche Belohnungen, was die direkte Exploration mit Reinforcement Learning (RL) praktisch unmöglich macht. Daher hat frühere Arbeit Fortschritte erzielt, indem sie das Problem mit spezialisierten Greifern, Werkzeugaufsätzen und Vorrichtungen in der Umgebung strukturierte. In dieser Arbeit argumentieren wir, dass ein Roboter, bevor er präzise Montage perfektionieren kann, zuerst spielen lernen muss. Weiter fragen wir: Welche Faktoren beim Lernen durch Spielen sind für präzise Montage entscheidend? Wir stellen Play2Perfect vor, ein RL-Framework für aufgabenunabhängiges Vortraining durch Spielen mit vielfältigen Objekten und Zielen, das anschließend auf präzise Montage hin perfektioniert wird. Ziel des Spielens ist es, wiederverwendbare Manipulationspriors zu erwerben, etwa Greifen, Umorientieren in der Hand und das Erreichen von Posen. Das Feintuning passt diesen allgemeinen Prior dann an die Montage an und konzentriert die Exploration auf die abschließenden kontaktreichen, hochpräzisen Interaktionen, die für den Erfolg nötig sind. Wir untersuchen systematisch zentrale Designentscheidungen beim Spiel-Vortraining, darunter Objektvielfalt, Trainingsziel, Trajektorienvielfalt und Zielgenauigkeit. Wir zeigen, dass unser Prior 33x stichprobeneffizienter ist als RL-Training von Grund auf, selbst wenn dieses dichte, mehrstufige Belohnungen erhält. Wir demonstrieren einen Zero-Shot-Transfer von der Simulation in die Realität mit 60 % Erfolg beim engen Einsetzen mit nur 0,5 mm Kontaktspiel und über 50 % Erfolg bei langhorizontiger mehrteiliger Montage und beim Verschrauben.

Links

• arXiv 2606.26428: https://arxiv.org/abs/2606.26428
• PDF: https://arxiv.org/pdf/2606.26428
• Code: https://github.com/kushal2000/play2perfect
• Projektseite: https://play2perfect.github.io/