斯坦福 Play2Perfect 获 CoRL 2026 接收，可零样本装配

斯坦福团队的 Play2Perfect 论文被 CoRL 2026 接收。其核心是两阶段强化学习管线：先让机械臂在自由空间中「玩」以学习通用技能，再进行精细打磨，最终可零样本迁移到真实世界的精细接触式装配任务。团队还上线了可在浏览器中直接运行的 MuJoCo 交互式演示，用户无需安装即可观看系统执行装配任务。

2026-09-10 ~ 2026-09-11 · 2 条相关