Towards Generalized Robot Assembly through Compliance-Enabled Contact Formations
本文提出了一种通用的机器人装配方法，该方法利用具备顺应性的接触构型，通过力监测来隐式管理运动约束，从而在无需预先获知精确孔位或方位知识的情况下，实现公差低于 0.25mm 的精密插入任务。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
长期以来，机器人一直是工厂车间的专家，沿着预设的路径精准地移动，进行焊接汽车车架或堆叠箱子。然而，一旦涉及到物理接触这种混乱且不可预测的世界，它们往往会表现得手足无措。挑战在于触碰本身的性质。当两个物体相遇时，它们会限制彼此相对运动的方式。一个简单的接触点可能会允许物体在一个方向上滑动，但阻止它向另一个方向移动。几十年来，工程师们试图通过精确计算这些接触点的位置以及它们之间存在的摩擦力来解决组装任务。这种方法需要复杂的数学计算和完美的传感器，即使是极其微小的计算误差，也可能导致机器人卡顿或损坏物体。相比之下，人类并不需要计算销钉滑入孔洞的精确物理过程；我们只需感知阻力，并调整握力和角度，直到它契合为止。
耶鲁大学的一个研究小组开发了一种让机器人学习这种直觉技能的新方法，不再依赖复杂的计算，而是转向一种模仿人类适应性的方法。他们并没有试图绘制机器人手部与物体接触的每一个细微点，而是将整个交互过程视为一系列变化的约束条件。他们将这些分组称为“接触构型”（contact formations）。想象一下，一个机器人正拿着一个销钉并试图将其插入一个孔中。目标并不是在开始之前就确切知道孔的位置，而是引导物体通过一系列物理状态。机器人从没有任何约束开始，然后轻轻触碰表面，接着找到边缘，然后楔入其中，最后滑入到底。通过监测手部的受力并实时调整动作，机器人无需预先知道物体的精确形状或孔洞的精确位置，即可完成这一路径的导航。
研究人员在配备了柔软、顺应性手部以及测量力和力矩传感器的机器人手臂上测试了这种方法。该手部设计为在压力下能产生轻微的形变，就像人类的手指一样，这使得它能够吸收误差而非与之对抗。团队设置了一系列涉及紧公差物体的任务，其中销钉与孔之间的间隙小于四分之一毫米。在这些测试中，机器人并不知道孔的具体位置，也不知道物体的旋转角度。它首先探索一个小区域，轻轻向下按压直到感觉到表面，然后横向移动以寻找边缘。在移动过程中，机器人不断检查手部的受力情况。如果它感觉到阻力突然增加，它就知道自己撞到了一个约束条件（例如孔的侧壁），并会据此调整路径以遵循新的边界。
结果表明，这种方法对于各种形状都非常有效。团队成功地插入了从简单的圆形、矩形到更复杂的形状（如梨形和三角形）等物体，所有这些物体的间隙都小于0.25毫米。一个特别困难的测试涉及一个形状类似丁香的非凸物体，其弯曲的边缘很容易被卡住。机器人也成功地插入了这个物体，耗时约63秒进行探索并找到孔洞。在另一个实验中，机器人处理了一个标准工业组装板上的齿轮和插头，这些任务通常需要精确对齐。该系统甚至处理了一个孔位于物体底部而非顶部的玩具，证明了该方法可以适应不同的朝向。成功的关键在于机器人能够在移动时保持特定类型的接触。如果机器人感觉到自己在过度滑动或被卡住，它会调整握力或角度以重新建立正确的约束，从而有效地引导自己到位，而无需拥有完美的环境地图。
这项工作挑战了机器人需要完美世界模型才能执行精细任务的观点。研究人员发现，通过依赖物体本身的物理反馈，机器人可以绕过对昂贵传感器或复杂模拟的需求。该方法不需要机器人了解物体的精确几何形状或孔洞的具体细节；它只需要知道在可达范围内存在一个孔洞即可。该系统足够稳健，可以处理旋转角度较大的物体，在某些测试中，即使物体偏离正确角度超过40度也能取得成功。然而，研究人员也谨慎地指出，这并不是解决所有可能场景的万能方案。该方法依赖于物体能够在孔内轻微滑动或旋转，这意味着它最适用于低摩擦表面和具有正公差的情况。如果间隙过紧或摩擦力过大，机器人可能无法施加足够的力来克服阻力而不损坏物体。
这项研究的影响超出了实验室范围。通过证明机器人可以在不需要了解环境每一个细节的情况下处理紧公差组装任务，这种方法为更通用的服务机器人打开了大门。这些机器未来可能在家庭或医院中执行任务，在这些地方布局并非完全标准化，例如组装家具、整理工具或处理医疗设备。该研究表明，顺应性（即对力量产生形变的能力）是减少不确定性的强大工具。机器人不再与未知对抗，而是利用未知来引导其行动，将世界的物理约束转化为引导其走向目标的地图。随着研究人员展望未来，他们计划进一步完善这些方法，旨在制造出能够施加更大力量并处理更复杂、非凸形状的手部，使机器的灵巧度更接近人类双手。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。