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·· 22 天前AI 评分44
AlphaNIST：基于二元任务奖励涌现的装配技能
AlphaNIST: Emergent Assembly Skills from Binary Task Rewards
AI 导读
AlphaNIST 通过稀疏二元任务奖励在仿真环境中从零训练单一策略，在涵盖 20 项任务的 NIST Assembly Task Board #1 上达到 98.2% 的总体训练成功率，无需人类演示、密集奖励塑形或分任务调优。该框架还能在未指定顺序且仅在全部完成时给予奖励的设定下，于单回合完成 10 组装配。训练出的策略自主涌现出重定向零件、抓取规划等灵巧与类规划行为。
来源：arXiv cs.AI · arxiv.org