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·· 1 天前AI 评分41
AlphaNIST：从二元任务奖励中涌现的装配技能
AlphaNIST: Emergent Assembly Skills from Binary Task Rewards
AI 导读
AlphaNIST 仅用稀疏二元任务奖励，在仿真中从零训练单一策略完成 NIST Assembly Task Board #1 全部 20 项装配任务，整体训练成功率达 98.2%，无需演示、进度塑形、脚本化原语或逐任务调参。
来源：arXiv cs.AI · arxiv.org