盲装配：只靠关节编码器完成轴孔插入、齿轮啮合与螺母攻丝
精密装配通常被当成视觉问题：孔在哪、零件在指间怎么转、间隙多大，都得由相机或力/扭矩传感器告诉策略。MIT 的这篇工作把外部传感全部掐断——策略每步只观测最近 0.6 秒的关节位置、关节速度、由正运动学算出的夹爪位姿与速度，以及自己上一步的动作；没有相机、没有力/扭矩传感器、没有触觉，也不知道孔位、零件尺寸与间隙大小。作者在三个接触密集的精密任务上检验本体感知究竟够不够：轴孔插入（训练时每侧间隙 1.0–1.5 mm，5 秒限时）、齿轮啮合（每个锚齿齿侧间隙 0.2–0.6 mm，10 秒）、螺母攻丝（M24–M42，螺纹侧面间隙 0.05–0.2 mm，15 秒）。训练完全在仿真里完成：PPO 跑 12,288 个并行 MuJoCo 世界，随机化零件形状、尺寸、间隙、孔位与抓取偏置，并用特权仿真状态给出辅助接触监督——去掉这项监督，三个任务分别需要 2.7 / 3.8 / 5.1 倍的环境步数。时序卷积把 30 步历史压成 32 维 latent，线性探针能从 latent 解出七种接触模式（准确率 61–73%，只看当前观测是 41–64%，随机基线 14%），把不同模式的 latent 互换会让动作整体改道（变化量是同模式互换的 1.3–3.0 倍）——说明策略是在做反应式接触搜索，而不是背一套固定螺旋图案；同样的起点，它入孔前中位只走 37 mm，乐观的脚本螺旋要走 95 mm。轴孔策略 zero-shot 迁到 Flexiv Rizon 4S 真机（50 Hz，无真实数据、无微调），237 次试验成功 173 次（73%），其中三个销完全在训练分布之外；对未见零件，盲策略也明显比参数匹配的 RGB 视觉策略稳（螺母尺寸外推 98.4% 对 1.6%，销的新形状 93.8–97.1% 对 40.1–62.7%）。为让这种规模的训练跑得起来，作者还开源了 mjfit：从任意平面轮廓程序化生成「间隙精确保持」的凸棱柱装配体，在 20 µm 级间隙上比 CoACD/V-HACD 凸分解与 MuJoCo 自带 SDF 碰撞既准又快一个数量级。结论很直接：每台机器人本来就自带高分辨率接触传感器——它自己的关节。