Play2Perfect：灵巧操作预训练中哪些因素对精密装配至关重要？

多指机器人精密装配受限于接触丰富与稀疏奖励，Play2Perfect 提出通过多样化物体与目标的"玩耍"进行任务无关 RL 预训练，习得抓取、手内重定向与位姿到达等可复用操作先验，再微调适配装配。该先验比从零 RL 训练样本效率高 33 倍，零样本 sim-to-real 迁移在 0.5 mm 接触间隙的紧密插入任务上成功率达 60%，长时序多零件装配与拧螺丝成功率超 50%。