内容摘要
把盐盒塞进拥挤货架、叠紧乐高积木或装好风扇盖，难点不只是抓取和搬运，而是接触后的精确对齐与插入。作者提出只学习关键接触段：抓取和搬运仍交给位姿估计与运动规划，局部策略负责修正残余定位误差，为开发者提供规划与学习模块的组合方案。
采集先由人手把手带机器人完成一次含场景复位的示范，再在固定布局中回放至接触区域，混合朝目标移动与随机探索，收集成功和失败轨迹。随后用离线强化学习，即利用已采集数据训练策略。部署时，接触力触发局部策略，学习得到的动作价值估计用于判断插入是否完成。
作者在货架补货、乐高堆叠、风扇盖装配及其困难版本上评测，每个策略运行50次。四项任务平均完整成功率为96%，纯位姿估计与规划为55%，所测最强端到端基线为37%；这里的成功要求完成插入或装配，而非仅摆放到位。
这些结果来自作者真机实验。自主采集依赖固定场景，复位不正确时仍需人工介入；靠近插入点的干扰物也可能使局部策略失败，不能据此推断任意场景下的装配能力。
点评
对操作软件开发的启示是保留抓取、搬运的规划流程，把数据采集与学习集中到精密接触段，并明确接触触发、完成判断等模块接口，而非必须端到端重训整个任务。
证据为作者论文实验，不作为独立复现结论。采集要求场景布局保持不变，仍有复位干预；近距离视觉干扰会导致失败。比较仅限文中任务与基线设置，不代表通用操作能力排名。
版本与核查范围
版本 2607.15982v2 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 h1[1]；figcaption[53]；#S4.SS1.p1.1；#S4.SS5.p2.1；#S3.SS2.p1.1；figcaption[5]；#S3.SS4.p2.1；#S3.SS4.p3.1；#S1.p5.1；#S4.I3.p1.1；#S4.SS3.p1.1；figcaption[104]