arXiv cs.AI· Octi Zhang, Iretiayo Akinola, Rosario Scalise, Mateo Guaman Castro, Patrick Yin, Tobias Widmer, Miles Macklin, Chris Amevor, Dylan Turpin, Dirk Van Gelder, Jan Carius, Ankur Handa, Gavriel State, Yunrong Guo, Yashraj Narang·· 4 小时前AI 评分43
AlphaNIST：从二元任务奖励中涌现装配技能
AlphaNIST: Emergent Assembly Skills from Binary Task Rewards
AI 导读
AlphaNIST 仅凭稀疏二元任务奖励，在仿真中为 NIST Assembly Task Board #1 全部 20 项装配任务从零训练单一策略，训练成功率达 98.2%，无需演示、进度塑形或逐任务调参。策略还自发涌现出为后续装配选抓取、借助周围几何重新调整零件等在无显式规划器下的类规划行为。
来源：arXiv cs.AI · arxiv.org