**LeHome 2026 冠军方案：基于自监督强化学习的双臂衣物折叠策略**

_Learning to Fold: prizewinning solution at LeHome Challenge 2026 (1st place online, 2nd offline)_

> 该方案在 ICRA 2026 LeHome 挑战赛中荣获线上第一名及线下第二名。研究提出一种改进的视觉-语言-动作（VLA）策略，利用强化学习循环使网络同时预测动作与任务成功概率，结合 AWR、RECAP、Thompson 采样及 Sim-to-Real 技术，实现了高效的双臂衣物折叠。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-06-29 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.27163)