Title: Learning to Build: Autonomous Robotic Assembly of Stable Structures Without Predefined Plans
Authors: Jingwen Wang, Johannes Kirschner, Paul Rolland, Luis Salamanca, Stefana Parascho
arXiv: https://arxiv.org/abs/2602.23934
Problem framing
摆脱预定义蓝图，在目标/障碍约束下进行在线构建，核心难点是稳定性与可达性的组合决策。
Core method
将建造建模为序列决策：状态编码结构拓扑与障碍，采用 DQN + successor features 做可迁移价值分解。
Key equations and mechanisms
价值分解：
其中 表示长期特征占用， 为任务偏好权重，支持任务切换时快速重用。
Experiment reading guide
关注无蓝图构建成功率、障碍变化泛化、以及 SF 相对普通 DQN 的迁移收益。
Limitations
策略决策与底层执行误差会耦合放大；结构状态估计偏差会影响稳定性判断。
Future work
可引入物理一致 world model 或可微稳定性 proxy 做前瞻评估。
Replication angle
先仿真复现状态编码+SF，再接真实机械臂验证任务切换无需重训的能力。
Figure: https://arxiv.org/html/2602.23934v1/Figures/Problem_Task.jpg
Graph: Paper Node 2602.23934