It Takes Two to Tangram：面向装配的多智能体以物体为中心强化学习

作者提出一种以物体为中心的强化学习框架，把每个零件视为一个智能体，学习共享策略来完成连续装配控制。图神经网络表示零件、目标位姿及其空间关系，并预测各部件平移与角速度；逐智能体PPO配合集中式图评论家，在单一反馈策略内学习运动与时间协调。研究在平面七巧板装配中验证，通过程序化生成目标构型与随机初始布局支持训练评估，并在仿真中演示并行装配、在真实机器人上迁移为顺序执行。