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

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

Licenças

• Acesso aberto
• Artigo: arXiv.org perpetual, non-exclusive license 1.0

Conforme a licença do arXiv, tudo o que segue foi escrito apenas a partir do resumo.

Por que importa

A montagem de precisão com mãos de múltiplos dedos tem permanecido fora de alcance porque é rica em contato, o que dificulta a coleta de demonstrações, e de recompensa esparsa, o que torna intratável a exploração direta com aprendizado por reforço. Os autores relatam um conhecimento prévio pré-treinado por meio de jogo livre que é 33 vezes mais eficiente em amostras do que o treinamento do zero e atinge 60 % de sucesso em inserções com folga de 0,5 mm na transferência zero-shot da simulação para a realidade.

Solução proposta

O Play2Perfect pré-treina uma política agnóstica à tarefa por meio de jogo livre com objetos e metas diversos, aprendendo conhecimentos prévios reutilizáveis como preensão, reorientação na mão e alcance de poses, e depois a ajusta finamente em montagem de precisão para que a exploração se concentre nos contatos finais de alta precisão. Os autores estudam a diversidade de objetos, o objetivo de treinamento, a diversidade de trajetórias e a precisão das metas como escolhas de projeto.

Resumo

Robôs com vários dedos prometem a velocidade e a destreza das mãos humanas, mas problemas difíceis como a montagem de precisão continuaram fora de alcance. Essas tarefas são ricas em contato, o que dificulta a coleta de dados para aprendizado por imitação, e têm recompensa esparsa, o que torna inviável a exploração direta com aprendizado por reforço (RL). Por isso, trabalhos anteriores avançaram estruturando o problema com garras especializadas, acessórios de ferramenta e gabaritos no ambiente. Neste trabalho, defendemos que, antes de um robô poder aperfeiçoar a montagem de precisão, ele precisa primeiro aprender a brincar. Além disso, perguntamos: que fatores no processo de aprender brincando importam para a montagem de precisão? Propomos o Play2Perfect, um framework de RL para pré-treinamento independente de tarefa por meio de brincadeira com objetos e metas diversos, que depois é aperfeiçoado em montagem de precisão. O objetivo da brincadeira é adquirir priors de manipulação reutilizáveis, como pegar, reorientar na mão e alcançar poses. O ajuste fino então adapta esse prior geral à montagem, concentrando a exploração nas interações finais, ricas em contato e de alta precisão, necessárias para o sucesso. Estudamos de forma sistemática escolhas de projeto centrais do pré-treinamento por brincadeira, entre elas a diversidade de objetos, o objetivo de treinamento, a diversidade de trajetórias e a precisão das metas. Mostramos que nosso prior é 33x mais eficiente em amostras que o treinamento de RL do zero, mesmo quando este recebe recompensas densas de várias etapas. Demonstramos transferência da simulação para a realidade sem treino adicional (zero-shot), com 60% de sucesso em encaixes justos com apenas 0,5 mm de folga de contato e mais de 50% de sucesso em montagem de várias peças de horizonte longo e em aparafusamento.

Links

• arXiv 2606.26428: https://arxiv.org/abs/2606.26428
• PDF: https://arxiv.org/pdf/2606.26428
• Código: https://github.com/kushal2000/play2perfect
• Página do projeto: https://play2perfect.github.io/