arXiv · 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·· 2026-10-12AI 评分34
AlphaNIST:从二值任务奖励中涌现的装配技能
AlphaNIST: Emergent Assembly Skills from Binary Task Rewards
AI 导读
AlphaNIST 在 NIST 装配任务板 #1 上训练单一策略,未使用演示或进度整形,整体训练成功率达 98.2%。该框架支持在单集内完成 10 对装配,仅在全部完成时给予奖励,策略自发发现了灵巧抓握和规划行为。
来源:arXiv · AI · arxiv.org