这项由斯坦福大学与康奈尔大学联完成的谈论于2026年6月24日发布，论文编号为arXiv:2606.26428，感兴趣的读者可以通过该编号查询齐全原文。

、机器东谈主手为什么这样"顽劣"？

东谈主类的手是当然界精妙的器用之。个熟练的工东谈主可以把根细螺丝钉准确拧入螺孔，把块精密件插入仅比它泰半毫米的卡槽——这种操作对东谈主类来说不外是常便饭，但对机器东谈主来说，却是谈简直法跨越的墙。

多指机器东谈主手（雷同东谈主类五指的机械手）在表面上领有与东谈主手比好意思的活泼，联系词现实却很骨感。教机器东谈主作念这类精密安装使命，当今主流有两条路：是让东谈主类"手把手"示范，然后让机器东谈主效法；二是让机器东谈主我方在模拟环境里反复试错、自我学习（也即是所谓的强化学习）。这两条路各有各的难处。

示范这条路的禁锢在于，精密安装自己需要手指传回细腻的触感——螺丝钉有莫得瞄准、卡口有莫得咬——但东谈主类用遥控手套操控机器东谈主时，根柢嗅觉不到这些细节，就像你戴着厚棉手套去牵线搭桥，简直是不可能完成的任务。而自我试错这条路的问题则在于，机器东谈主须先学会抓捏、翻转、瞄准，后才能完成安装并得回"到手"的信号，但从立时乱动到完成次到手的安装，这个探索流程其漫长，靠地谈的命运去撞对，贪图老本得离谱。

正因如斯，以往的谈论大多选拔了"弧线救国"的式——要么给机器东谈主装上门的夹爪（两片夹板式的简单夹具），让限度问题变简单；要么在使命台上遐想用的固定夹具，把件限定在固定位置，大幅谴责瞄准难度。这些法都管用，但每换个新件，就得从新遐想套新夹具或新夹爪，根柢谈不上通用。

斯坦福与康奈尔的谈论团队建议了个迥然相异的念念路：在让机器东谈主学习精密安装之前，先让它"玩耍"。这个直观其实来自东谈主类自身的成长资历——孩子在学会写字之前，先学会了捏笔；在学会下象棋之前，先学会了挪动棋子。"玩耍"自己不是主义，但玩耍流程中积蓄的基本手段，是之后掌捏难度动作的基础。他们把这套框架定名为**Play2Perfect**（从玩耍到精明）。

二、"玩耍"究竟是什么风趣？

在Play2Perfect的设定里，"玩耍"并不是漫主义的立时乱动，而是个经过尽心遐想的预教师阶段。谈论团队让机器东谈主在模拟环境里，反复闇练抓取万般体式分手的积木，并把它们挪动到立时指定的空间位置——这即是所谓的"玩耍"。

这里有几个细节值得入了解，因为它们凯旋决定了"玩耍"的质地。

先是物体的万般。谈论团队遐想了套自动生成纪律，能立时产生万般长体和圆柱体积木，每块积木的长度、宽度、度都不样，连分量漫步也成心作念得不均匀——有的积木端附加了格外的配重，就像根栩栩如生的棍子。这种遐想是成心为之的：淌若机器东谈主只闇练种积木，它很快就会学会门针对这种积木的"偷懒"计谋，而法酿成实在通用的抓捏才能。通过1000种不同的积木，机器东谈主被动学会了套不依赖特定体式的抓捏和操控逻辑。

其次是教师策动。机器东谈主被条件把积木的位置和姿态都调整到策动情景，而不单是是把积木搬到某个位置。这个区别至关紧迫——"搬到某个位置"只需要闇练手臂的挪动，而"调整到某个姿态"则需要练惯用手指在手心里翻转物体，这正是精密安装核心纽的手段之：当你要把个T形件插入个T形卡口时，件的朝向须和卡口气，差点都不行。

三个枢纽遐想是轨迹的万般。每次"玩耍"的策动序列都是立时生成的，而不是遍遍相并吞样的固定旅途。个策动在统共这个词使命台限度内立时出现，二个策动在个策动隔邻但带有大幅度的旋转念化，如斯轮回。这就像练钢琴的音阶闇练——不是把同曲子反复弹，而是在万般调式、万般速率下闇练手指的活泼，让手段实在"活"起来，而不是僵化成肌肉顾虑。

四个遐想是策动精度的限度。当积木距离策动位置还差厘米以内时，机器东谈主才算"到手"。听起来法式不算严苛，但淌若把这个法式放宽到五厘米以致十厘米，机器东谈主就会学会种轻视的操控式——归正差未几就算了，根柢不需要用手指作念精细调整。而厘米的精度条件，迫使机器东谈主实在学会了用指作念微调，而不是靠手臂大幅舞动来拼凑。

在硬件层面日喀则塑料挤出机，统共这个词系统使用的是个22个目田度的五指机械手（来自Sharpa公司）加上个7轴工业机械臂（KUKA iiwa 14）。教师在模拟器里进行（使用NVIDIA的Isaac Sim），用了24576个并行仿真环境同期跑，在块NVIDIA RTX A6000显卡上教师了整整七天。这绝顶于让几万个造谣机器东谈主同期闇练，把原本需要数年的训诲压缩进周。

三、从"玩耍"到"安装"：迁徙的奥妙

玩了七天积木之后，这个预教师的"玩耍计谋"就被保存下来，看成后续学习精密安装任务的开头。谈论团队把这个开头比作本"技妙手册"——内部纪录了机器东谈主照旧学会的抓捏式、翻转技巧和空间感知才能。

接下来的安装教师则是另套不同的节拍。这个阶段不再用积木，而是用真实的安装件（把柄CAD遐想图在模拟器里精准重建），何况只给个其寥落的励信号：件到手安装到位就得分，不然什么都莫得。莫得"快到了"的教导，莫得"向对了"的饱读动，就像谈惟有终谜底的考试题。

但这里有个智谋的遐想：谈论团队不是从件的肇端位置凯旋跳到终安装位置，而是把柄CAD图纸，把安装流程剖析成几个中间里程碑。以插孔安装为例，系统会自动生成个"预插入姿态"——件悬停在孔口正上、瞄准孔口但尚未插入的情景——看成个中间策动。对于螺丝拧入任务，则沿螺纹旅途每隔90度竖立个查验点。这些中间策动全部从CAD图纸里自动出来，不需要东谈主工遐想，只须有遐想图纸，系统就能自动诞生教师环境。

这个从已有安装制品开赴、逆向出拆解智商、再回转追忆看成安装规矩的法，谈论团队称之为"拆卸即安装"。其实质是：任何能被东谈主类遐想出来的安装体，都可以按照反物理直观的式步步被远离，把这个拆解流程倒放，即是安装流程。这个念念路雅地把CAD遐想图凯旋变成了教师数据，而需任何东谈主工标注。

在践诺部署时，系统用个叫作念FoundationPose的视觉算法及时跟踪件的三维位置和朝向，这个算法凯旋读取CAD模子来匹配录像头里看到的什物，60Hz的限度频率加上30Hz的视觉新，让统共这个词限度轮回保持指示。

四、枢纽对比：不玩耍，行不行？

谈论团队遐想了系列严格的对照实验，核心问题惟有个：预教师的"玩耍"阶段到底有多紧迫？

他们竖立了两个基准对照组。组是"从开动学安装，只给终到手的励"——也即是莫得预教师，凯旋上阵。二组犀利：不异从开动，但格外配备了尽心遐想的"密集励"——不仅安装到手有励，围聚件有励，抓起件有励，沿着10个等距旅途点步步接近策动位置也有励。二组的励遐想，代表了当今域内主流的处理念念路，简直是为这个任务量身定作念的"舞弊码"。

效能如何？在四个安装任务（T形件插孔、梁结构两步安装、具腿拧入螺孔）上，Play2Perfect在约2到5小时的教师后就达到了很的到手率。与此同期，论是从寥落励如故从密集励的对照组，在整整24小时的教师之后，到手率依然接近于。

这里有个绝顶有劝服力的对比实验。谈论团队门遐想了个"简化版"的T形插孔任务：件不是立时摆在桌面上，而是提前用夹具固定在个便抓取的位置。在这个简化版上，从开动加密集励的法终于能学会了——但需要整整100多小时的教师。而Play2Perfect在不异的简化版任务上，只用了4小时，快了33倍。

值得柔软的是两种法学到的计谋质地。用密集励从教师出来的机器东谈主学会了种"偷懒"的技巧：它不实在用五根手指收拢件，而是用大拇指叮嘱件底部，把件均衡在手上，就像在手背上顶本书走路。这种均衡技巧在莫得外力过问时看起来很有，但旦施加10牛顿的侧向力（绝顶于用手轻轻），到手率坐窝从位跌到约20，力谈再大点就失败。Play2Perfect的机器东谈主则学会了用多根手指闲隙地捏住件，即使在大的测试扰能源下，到手率依然防守在75以上。

五、玩耍的四个诀要

谈论团队并不得志于证明"玩耍有效"，他们还系统地谈论了"玩耍的哪些面有效"。这部分实验对于连气儿统共这个词法的实质相等枢纽。

对于物体万般，实验对比了预教师时使用10种、100种、1000种积木的果。从10种加多到100种，果有明显普及；但从100种加多到1000种日喀则塑料挤出机，果的逾越普及就相对有限了。这阐述物体万般确乎紧迫，但并不需要限多——定数目之后，隔热条设备角落益递减。100种积木照旧足以拿获大部分需要学习的变化。

对于教师策动，对比了三种案：只须求平移（把物体搬到指定位置，非论朝向）、只须求旋转（把物体转到指定朝向，非论位置）、以及同期条件平移和旋转。效能自大，只闇练平移的预教师简直莫得迁徙价值——机器东谈主学会了用手臂搬运，但莫得学会用手指旋转物体，而这种旋转才能对安装至关紧迫。只闇练旋转的预教师果绝顶可以，但比同期闇练两者略差，原因在于践诺安装需要在搬运流程中同期调整朝向，纯旋转闇练清寒了这种耦教师。

对于轨迹万般，对比了立时生成轨迹（默许案）与固定10条轨迹、固定100条轨迹的果。固定10条和固定100条轨迹的果差未几，都明显弱于立时轨迹。这阐述枢纽不在于轨迹的数目，而在于轨迹漫步的诡秘广度——每次教师都遭逢新的轨迹，欺压计谋实在泛化，而不是死记硬背固定阶梯。

对于策动精度，1厘米法式的果明显好于5厘米，5厘米又好于10厘米。10厘米精度的预教师简直莫得迁徙价值，原因很直白：当策动允许差10厘米就算到手，机器东谈主根柢不需要学精细操控，纰漏挥舞手臂能够到位就行了，这种轻视胆段对精密安装毫匡助。精度条件越，机器东谈主在预教师阶段就越被动斥地用指作念微调的才能，而这恰正是安装时需要的手段。

综这四个维度，谈论团队得出了个了了的核心论断：让预教师实在有价值的，是它是否迫使机器东谈主用手指来限度物体，而不是只是用手臂来搬运物体。任何减轻这点的遐想选拔——非论是谴责精度条件、只练平移、如故用固定轨迹——都会权臣谴责预教师的迁徙价值。

六、真实天下的闇练：0.5毫米的罅隙

统共这些在模拟器里完成的教师，终要面临真实天下的考试。谈论团队莫得在真实机器东谈主上作念任何格外教师，凯旋把模拟器里教师好的计谋下载到实体机器东谈主上，用真实件、真实录像头、真实灯光作念测试。

T形插孔任务的测试竖立了三种难度：孔口比件宽10毫米、2毫米和0.5毫米。10毫米的罅隙对应的孔口是31毫米×21毫米，件是30毫米×20毫米——这照旧是绝顶精密的配，设想下用手把块刚好能进去的积木插入个简直不异大小的孔洞。2毫米罅隙紧，0.5毫米简直是纸张厚度的5倍，需要件和孔口简直对王人才能插入。

效能：10毫米罅隙下，10次尝试全部到手；2毫米罅隙下，9/10到手；0.5毫米罅隙下，6/10到手。完成期间随难度加多而延伸——10毫米罅隙平均6.8秒，0.5毫米罅隙平均11.1秒，因为在紧的罅隙前，机器东谈主需要万古期在孔口隔邻作念局部搜索。

梁结构安装需要两步完成：步到手率8/10，二步7/10，每步平均约7秒。具腿拧入任务分两个阶段：先插入定位（7/10到手），再旋转拧紧（5/10到手），统共这个词流程平均约15.6秒。

这些完成期间自己就很有劝服力。个洋洋纚纚的东谈主工操作员完成雷同的精密安装可能需要数分钟，以致万古期（在不熟悉的任务上）。机器东谈主在6到16秒内完成，展示了多指机械手在速率上相对于东谈主工操作的潜在势。

失败案例也很有参考价值。视觉跟踪失是主要故障来源：当机器东谈主快速挪动时，录像头对件位置的预计会滞后；当手指掩饰了件时，跟踪算法有时会迷失向。在螺丝拧入任务中，这个问题尤为凸起，因为矩形截面的件每旋转90度看起来都差未几（旋转对称），视觉算法容易判断错向，致机器东谈主向失实向旋转。谈论团队通过给每个侧面贴上不同颜的胶带来缓解这个问题，但在快速旋转时仍然不够。

另类失败来自现实与模拟的分手：在模拟器里，使命台固定不动，施力时不会有任何位移；但在真实实验台上，固定夹具是用胶带粘在泡沫桌面上的（出于安全讨论），当机器东谈主用劲讲和时，夹具会细小挪动或变形，而模拟器里从没出现过这种情况，机器东谈主的计谋法适当这种随机。

七、"只玩不练"够不够？

谈论团队还门复兴了另个风趣问题：淌若只作念预教师、不作念安装特化微调，能完成精密安装吗？

他们对比了两种计谋在不同罅隙的T形插孔任务上的进展。"只玩耍"计谋在40毫米的宽松罅隙下能达到75的到手率，这阐述预教师简直学到了有效的抓捏和定向手段。但跟着罅隙缩小，它的到手率急速下滑，到4毫米时接近于。而Play2Perfect（玩耍加微调）在4毫米时依然有95到手率，1毫米时92，以致在比教师时紧的0.2毫米罅隙下，也保持了80的到手率。

在真实机器东谈主上，"只玩耍"计谋在10毫米罅隙下惟有60到手率，2毫米罅隙下落到20，0.5毫米罅隙下失败。

从机器东谈主的活动可以看出两种计谋的实质区别。"只玩耍"的机器东谈主在遭逢孔口时，倾向于凯旋向策动位置施力——因为它的教师任务即是"把物体挪动到策动位置"，讲和和阻力在它眼里是过问而非信号。而Play2Perfect的机器东谈主学会了在孔口隔邻作念小幅度的局部搜索动作，当感知到孔口边缘时调整角度，比及件实在瞄准后才施加插入力。这种"感知讲和、愚弄讲和"的才能，须通过安装特化教师才能得回，光靠在目田空间里玩积木是学不来的。

---

说到底，Play2Perfect这套法告诉了咱们件听起来有点绕但其实很直观的事：要让机器东谈主学会作念精密安装这谈"难题"，好的切入点不是凯旋面临这谈难题，而是先让它系统地练好基本功。而这个"基本功闇练"的遐想自己，也有它的门谈——不可太简单（练出来的手段迁徙不了），不可太固定（泛化不够），不可太约略（学到的精度不够），不可只练半（平移和旋转缺不可）。

这项谈论对世俗东谈主的风趣风趣，可能在改日几年才会渐渐露出。当你下次拿到件需要安装的具，或者当制造工场里出现了能活泼处理万般新件的安装机器东谈主，Play2Perfect这类框架很可能即是背后的技巧基础之。当今这套系统还只可完成单个安装智商，任务之间的络续、工件的自动识别与中式，都还需要外部系统来扶植。但从0.5毫米罅隙的到手到多智商安装的可靠完成，这照旧是多指机械手在精密安装域迈出的大步。

感兴趣的读者可以通过arXiv编号2606.26428找到齐全论文，谈论团队也在play2perfect.github.io公开了演示。

---

Q&A

Q1：Play2Perfect的"玩耍预教师"和世俗的机器东谈主强化学习教师有什么区别？

A：世俗强化学习不时凯旋针对策动任务遐想励，机器东谈主从开动学习完成该任务。Play2Perfect的"玩耍预教师"则不触及安装任务，而是让机器东谈主闇练抓取和操控万般体式不同的积木，将其挪动到立时指定的三维位置和姿态。这个流程积蓄了通用的抓捏、手指翻转和精细限度才能，之后头对全新的安装任务时，机器东谈主不需要从新摸索如何抓物体，只需要在已有基础上学习安装稀少的讲和动作，大幅镌汰了学习期间。

Q2：Play2Perfect的机器东谈主在真实天下安装0.5毫米罅隙的件时，具体是怎样完成的？

A：机器东谈主通过视觉跟踪算法及时感知件的三维位置和朝向，以60Hz的频率络续输出限度指示。在接近孔口时，它不会凯旋猛插，而是先在孔口隔邻作念小限度的搜索动作，愚弄件与孔口边缘的讲和反应来调整瞄准角度，等感知到瞄准情景后再施加插入力。这种活动来自安装微调教师阶段，是机器东谈主自主学会的计谋，而非东谈主工编程的固定动作序列。

Q3：为什么Play2Perfect不凯旋用密集励从教师，而要多此举地先玩耍再安装？

A：实验效能标明，即使配备了尽心遐想的密集励（对围聚件、抓起件、沿路子前进等每个子动作都给励），从开动教师仍然需要过100小时才能学会个简化版任务，何况学到的计谋很脆弱——仅用手指叮嘱件保持均衡，稍有外力就失败。Play2Perfect用7天预教师加4小时微支持理了不异问题，快了33倍，何况学到的多指抓捏计谋在受到扰动时依然闲隙。根柢原因在于精密安装需要的手段链太长，凯旋探索这条链其艰难，预教师把前几个枢纽提前处理了。手机：18631662662（同微信号）相关词条:不锈钢保温     塑料管材设备     预应力钢绞线    玻璃棉板厂家    pvc管道管件胶

1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。