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

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

Licenze

Open access
Articolo: arXiv.org perpetual, non-exclusive license 1.0

In base alla licenza di arXiv, tutto ciò che segue è scritto solo a partire dall'abstract.

Perché è importante

L'assemblaggio di precisione con mani a più dita è rimasto fuori portata perché è ricco di contatti, il che rende difficile raccogliere dimostrazioni, e a ricompensa sparsa, il che rende intrattabile l'esplorazione diretta con l'apprendimento per rinforzo. Gli autori riportano un prior preaddestrato tramite gioco libero che è 33 volte più efficiente in termini di campioni rispetto all'addestramento da zero e raggiunge il 60 % di successo su inserimenti con gioco di 0,5 mm nel trasferimento zero-shot dalla simulazione alla realtà.

Soluzione proposta

Play2Perfect preaddestra una policy indipendente dal compito tramite gioco libero su oggetti e obiettivi diversi, apprendendo prior riutilizzabili come la presa, il riorientamento in mano e il raggiungimento di pose, quindi la rifinisce sull'assemblaggio di precisione in modo che l'esplorazione si concentri sui contatti finali ad alta precisione. Gli autori studiano la diversità degli oggetti, la funzione obiettivo di addestramento, la diversità delle traiettorie e la precisione degli obiettivi come scelte di progettazione.

Abstract

I robot a più dita promettono la velocità e la destrezza delle mani umane, ma problemi difficili come l'assemblaggio di precisione sono rimasti fuori portata. Questi compiti sono ricchi di contatti, il che rende difficile raccogliere dati per l'apprendimento per imitazione, e a ricompensa sparsa, il che rende impraticabile l'esplorazione diretta con l'apprendimento per rinforzo (RL). Per questo i lavori precedenti hanno fatto progressi strutturando il problema con pinze specializzate, attrezzi applicati e attrezzature di fissaggio nell'ambiente. In questo lavoro sosteniamo che, prima di poter perfezionare l'assemblaggio di precisione, un robot deve imparare a giocare. Ci chiediamo inoltre: quali fattori del processo di imparare giocando contano per l'assemblaggio di precisione? Proponiamo Play2Perfect, un framework di RL per un pre-addestramento indipendente dal compito attraverso il gioco con oggetti e obiettivi diversi, che viene poi perfezionato sull'assemblaggio di precisione. Lo scopo del gioco è acquisire prior di manipolazione riutilizzabili, come afferrare, riorientare in mano e raggiungere pose. Il fine-tuning adatta poi questo prior generale all'assemblaggio, concentrando l'esplorazione sulle interazioni finali, ricche di contatti e ad alta precisione, necessarie per riuscire. Studiamo in modo sistematico le principali scelte progettuali del pre-addestramento con il gioco, tra cui la diversità degli oggetti, l'obiettivo di addestramento, la diversità delle traiettorie e la precisione degli obiettivi. Mostriamo che il nostro prior è 33x più efficiente in campioni dell'addestramento RL da zero, anche quando questo riceve ricompense dense in più fasi. Dimostriamo un trasferimento sim-to-real senza addestramento aggiuntivo (zero-shot), con il 60% di successo su inserimenti stretti con soli 0,5 mm di gioco al contatto e oltre il 50% di successo sull'assemblaggio di più parti a lungo orizzonte e sull'avvitatura.

Link

arXiv 2606.26428: https://arxiv.org/abs/2606.26428
PDF: https://arxiv.org/pdf/2606.26428
Codice: https://github.com/kushal2000/play2perfect
Pagina del progetto: https://play2perfect.github.io/