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

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

Licences

• Accès libre
• Article: arXiv.org perpetual, non-exclusive license 1.0

Selon la licence d'arXiv, tout ce qui suit est rédigé à partir du seul résumé.

Pourquoi c'est important

L'assemblage de précision avec des mains multidoigts est resté hors de portée, car il est riche en contacts, ce qui rend les démonstrations difficiles à collecter, et à récompense éparse, ce qui rend l'exploration directe par apprentissage par renforcement intraitable. Les auteurs rapportent un a priori préentraîné par le jeu libre qui est 33 fois plus efficace en échantillons qu'un entraînement à partir de zéro et atteint 60 % de réussite sur des insertions avec un jeu de 0,5 mm en transfert zero-shot de la simulation au réel.

Solution proposée

Play2Perfect préentraîne une politique indépendante de la tâche par le jeu libre sur des objets et des buts variés, en apprenant des a priori réutilisables comme la préhension, la réorientation en main et l'atteinte de poses, puis l'affine sur l'assemblage de précision afin que l'exploration se concentre sur les derniers contacts de haute précision. Les auteurs étudient la diversité des objets, l'objectif d'entraînement, la diversité des trajectoires et la précision des buts comme choix de conception.

Résumé

Les robots à plusieurs doigts promettent la vitesse et la dextérité des mains humaines, mais des problèmes difficiles comme l'assemblage de précision sont restés hors de portée. Ces tâches sont riches en contacts, ce qui rend difficile la collecte de données pour l'apprentissage par imitation, et à récompense rare, ce qui rend impraticable l'exploration directe par apprentissage par renforcement (RL). Les travaux antérieurs ont donc progressé en structurant le problème avec des pinces spécialisées, des outils rapportés et des montages dans l'environnement. Dans ce travail, nous soutenons qu'avant de pouvoir perfectionner l'assemblage de précision, un robot doit d'abord apprendre à jouer. Nous posons en outre la question : quels facteurs de l'apprentissage par le jeu comptent pour l'assemblage de précision ? Nous proposons Play2Perfect, un cadre de RL pour un préentraînement indépendant de la tâche par le jeu sur des objets et des buts variés, ensuite perfectionné sur l'assemblage de précision. Le but du jeu est d'acquérir des priors de manipulation réutilisables, comme la saisie, la réorientation dans la main et l'atteinte de poses. L'affinage adapte ensuite ce prior général à l'assemblage, en concentrant l'exploration sur les dernières interactions, riches en contacts et de haute précision, nécessaires à la réussite. Nous étudions systématiquement les principaux choix de conception du préentraînement par le jeu, dont la diversité des objets, l'objectif d'entraînement, la diversité des trajectoires et la précision des buts. Nous montrons que notre prior est 33x plus efficace en échantillons qu'un entraînement RL de zéro, même lorsque celui-ci reçoit des récompenses denses en plusieurs étapes. Nous démontrons un transfert de la simulation au réel sans entraînement supplémentaire (zero-shot), avec 60 % de réussite sur des insertions serrées avec seulement 0,5 mm de jeu au contact et plus de 50 % de réussite sur l'assemblage de plusieurs pièces à long horizon et le vissage.

Liens

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