AlphaNIST：让机器人自己学会组装

NIST 的组装任务板包含 20 个精密任务，零件小至 4 毫米，容错率极低。传统方法试图预设每一步操作，但 AlphaNIST 团队选择放手，不再告诉机器人具体怎么做，而是给予二元任务奖励，让其通过海量多样化经验自我进化。通过 Success-guided sampling 策略，机器人从不同初始状态出发，自主发现人类未曾设想的解决方案。这种“不教而学”的方式，让单一策略成功完成了所有组装任务，展现了机器人在复杂物理交互中的创造性潜能。