💻 computer science

Simulation-based Learning of Electrical Cabinet Assembly Using Robot Skills

本文提出了一种结合深度强化学习与参数化机器人技能的仿真驱动方法，通过对比分析梁理论解析模型与 MuJoCo 刚体模型来模拟 DIN 导轨电气端子装配中的力控过程，成功实现了从仿真到 UR10e 物理机器人的零调试迁移，在显著降低编程成本的同时实现了高达 100% 的装配成功率及对新工件的强泛化能力。

原作者： Arik Laemmle, Balázs András Bálint, Philipp Tenbrock, Frank Naegele, David Traunecker, József Váncza, Marco F. Huber

发布于 2026-02-17

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Arik Laemmle, Balázs András Bálint, Philipp Tenbrock, Frank Naegele, David Traunecker, József Váncza, Marco F. Huber

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

这篇论文讲述了一个非常有趣的故事：教机器人像老练的工匠一样，凭“手感”把电气开关卡进轨道里，而且不需要人类手把手教它每一个动作。

想象一下，你正在组装一个复杂的乐高积木，或者把一根硬电线插进插座。如果每次插进去的角度稍微歪一点，或者位置偏了一点点，你就得调整。对于人类来说，这很简单，因为我们有触觉和直觉。但对于机器人来说，这就像让一个只会走直线的机器人去穿针引线，难度极大。

这篇论文就是为了解决这个难题，他们发明了一套"虚拟训练 + 真实上手"的绝妙方法。

1. 核心挑战：为什么这很难？

在传统的工厂里，机器人是“死板”的。如果零件位置偏了 1 毫米，机器人就会硬撞上去，导致零件损坏或安装失败。

现状：每换一种新零件，工程师就得重新写代码教机器人怎么动，这太慢了，就像每次换一种乐高积木都要重新画一遍说明书。
目标：让机器人学会“随机应变”，不管零件稍微歪一点还是偏一点，它都能自己调整，像有经验的老师傅一样。

2. 解决方案：三个关键步骤

第一步：给机器人造一个“超级逼真的虚拟健身房”

机器人不能直接在真机器上乱试，那样太费钱、太危险（容易撞坏零件）。所以，作者们在电脑里建了一个虚拟世界（模拟环境）。

难点：普通的物理模拟软件只能模拟硬邦邦的物体（比如铁块）。但电气开关的卡扣是塑料做的，有弹性，会弯曲。就像你要模拟把一根橡胶条插进卡槽，普通的软件算不出橡胶弯曲时的阻力。
创新：作者们开发了两套“数学魔法”（模型）：
1. 公式派：用物理公式直接算出橡胶弯曲时的力。
2. 积木派：把橡胶卡扣拆成很多小块，像弹簧一样连在一起，让电脑模拟它弯曲的过程。
- 比喻：这就好比你要教人怎么捏橡皮泥。公式派是告诉人“用力捏 30 度会变形多少”；积木派是把橡皮泥切成无数小方块，让电脑模拟每一块怎么动。最后他们发现，把这两者结合，电脑里的“橡皮泥”和现实中的一模一样。

第二步：让机器人在虚拟世界里“疯狂练习”（强化学习）

有了逼真的虚拟世界，他们让机器人开始自己试错。

方法：他们使用了深度强化学习（DRL）。这就像训练一只小狗。
- 机器人做对了（卡扣卡进去了），就给它“奖励”（虚拟糖果）。
- 机器人做错了（卡歪了、用力过猛），就给它“惩罚”（没有糖果，甚至扣分）。
- 机器人一开始很笨，乱动。但经过成千上万次的尝试（在电脑里，这只需要几分钟），它慢慢学会了：“哦，原来如果感觉左边有点紧，我就稍微往右扭一点；如果感觉太硬，我就先轻轻推一下再用力。”
技能包：机器人不是从零开始学走路，而是先学会了一些“基础动作”（比如：靠近、滑动、旋转）。它只需要学习什么时候用哪个动作，以及动作的力度和角度。这就像给机器人一套工具箱，它只需要决定用哪把螺丝刀。

第三步：从“虚拟”到“现实”的无缝切换

这是最神奇的地方。他们在虚拟世界里训练好的“大脑”（策略），直接装到了真实的机器人手臂上，中间没有进行任何额外的调整或微调。

结果：机器人到了真实工厂，面对真实的零件，哪怕零件放歪了 5 毫米，或者轨道稍微有点斜，它都能像虚拟世界里练过无数次一样，完美地把开关卡进去。
成功率：在大多数情况下，成功率达到了100%！即使面对从未见过的新型号零件，它也能举一反三，成功安装。

3. 为什么这很重要？（通俗总结）

以前：工厂换一种产品，工程师要加班写代码，机器人要停机调试几天。
现在：只要把新零件的简单参数（比如尺寸、硬度）告诉系统，机器人就能在虚拟世界里快速“自学”几天，然后直接上岗干活。
比喻：
- 以前的机器人：像是一个只会按乐谱演奏的钢琴家，换一首曲子就得重新练几个月。
- 现在的机器人：像是一个爵士乐手。你给它一个和弦（新零件），它就能即兴演奏出完美的旋律（自动调整安装），因为它已经掌握了音乐的原理（物理规律和手感），而不是死记硬背音符。

4. 总结

这篇论文的核心就是：用逼真的物理模拟 + 人工智能自学 + 模块化技能，让机器人学会了“手感”。

这不仅解决了电气开关安装的问题，更为未来工厂的小批量、多品种生产打开了一扇大门。以后，机器人不再是只会重复动作的机器，而是能像人类工匠一样，灵活应对各种意外和变化的智能助手。

1. 研究背景与问题定义 (Problem)

核心挑战：电气柜制造中，电气端子在 DIN 导轨上的装配是一个典型的力控装配任务。由于产品变体多、批量小，传统的机器人编程需要大量的人工调整，导致编程和设置时间往往超过手动装配时间。
现有局限：
- 传统编程：缺乏灵活性，难以适应产品公差和不确定性。
- 纯机器学习：直接在真实机器人上训练数据获取成本高且危险（特别是不可逆任务）；纯仿真训练存在“虚实差距”（Sim-to-Real Gap），主要源于缺乏对柔性部件（如端子上的卡扣）变形力的准确模拟。
- 现有仿真工具：大多数刚体物理引擎（如 MuJoCo 默认设置）无法准确计算柔性卡扣（Snap-hooks）在装配过程中的变形力和接触力，导致训练出的策略在现实中失效。
研究目标：开发一种基于仿真的训练框架，利用参数化的机器人技能（Robot Skills），通过深度强化学习自动适应位置、角度偏差及不同型号的端子，实现无需额外微调即可直接部署到真实机器人。

2. 方法论 (Methodology)

该研究提出了一套完整的框架，包含三个核心部分：

2.1 物理仿真环境与连接模型 (Physics Simulation & Joining Models)

为了在仿真中准确模拟卡扣装配的力交互，作者开发了两种连接模型来扩展 MuJoCo 物理引擎：

解析连接模型 (Analytical Joining Models)：
- 基于梁理论（Beam Theory）和经典力学。
- 将卡扣建模为悬臂梁，计算侧向力 ( $F_Q$ ) 和装配力 ( $F_J$ )。
- 考虑了摩擦系数、接触角度以及材料属性（如使用割线模量 $E_S$ 替代弹性模量以考虑环境湿度影响）。
- 优势：计算效率高，可实时运行。
刚体连接模型 (Rigid Body Joining Models)：
- 将柔性卡扣分解为串联的质量 - 弹簧 - 阻尼器子系统（Mass-Spring-Damper）。
- 在 MuJoCo 中构建具有 1 个平移自由度（Slide Model）或 1-2 个旋转自由度（Hinge Models）的刚体模型。
- 优势：能更细致地模拟变形动力学，但计算成本较高（特别是 2-DoF 模型可能导致仿真速度慢于实时）。
- 评估：实验表明，经过参数优化后，解析模型的力预测误差低于 3N，而刚体模型在装配力预测上更准，但在侧向力上存在系统性偏差。

2.2 参数化机器人技能 (Parameterizable Robot Skills)

使用 pitasc 框架定义机器人技能，将复杂的装配过程分解为可学习的模块：

技能序列：
1. $S_{lin}$ ：移动到预定义位置（可调整位置偏移和角度）。
2. $S_{approach}$ ：沿 Z 轴接近导轨（学习接触力和速度）。
3. $S_{slide}$ ：沿 X 轴滑动，建立固定钩与导轨的接触（学习接触力和顺应性）。
4. $S_{pivot}$ ：绕接触点旋转，使柔性卡扣卡入导轨（学习旋转角度、速度和施加的力）。
学习机制：强化学习代理（Agent）根据传感器观测（相对位置、姿态、力/力矩），动态选择技能并调整其参数（如速度、力阈值、旋转角度），以应对位置偏差和公差。

2.3 强化学习框架 (Reinforcement Learning)

算法：采用离线策略算法 Soft Actor-Critic (SAC) 和 Twin Delayed Deep Deterministic Policy Gradient (TD3)。
域随机化 (Domain Randomization)：在训练过程中随机化 DIN 导轨的位置（ $\pm 5$ mm）和角度（ $\pm 3^\circ$ ），以及力传感器的噪声，以提高策略的鲁棒性。
奖励函数：基于终端与目标位置的欧几里得距离，鼓励快速且准确地完成装配。

3. 关键贡献 (Key Contributions)

创新的连接模型：提出了两种针对卡扣装配的力近似模型（解析式和刚体分解式），解决了传统刚体仿真无法处理柔性变形力的问题，填补了该领域仿真训练的空白。
技能与 DRL 的融合：成功将预定义的参数化机器人技能（pitasc）与深度强化学习结合。代理不仅学习“做什么”，还学习“如何调整参数”以适应不确定性，显著减少了手动编程工作量。
Sim-to-Real 零样本迁移：证明了在仿真中训练的策略可以直接在真实 UR10e 机器人上运行，无需任何额外的微调（Fine-tuning），且表现优异。
广泛的泛化能力：系统不仅能处理训练过的公差范围，还能泛化到未训练过的端子型号和导轨位置。

4. 实验结果 (Results)

仿真环境：
- 在 SAC 训练下，策略收敛至接近 100% 的成功率。
- 在核心区域（位置偏差 $\pm 5$ mm，角度偏差 $\pm 2^\circ$ ），成功率达到 100%。
- 即使在未训练的大角度偏差（ $\pm 8^\circ$ ）下，也能保持较高的成功率。
- 模型能够自动调整技能序列（例如，如果第一次尝试失败，自动调整初始位置重试）。
真实世界实验：
- 在物理 UR10e 机器人上进行了 1034 次装配实验（涵盖三种不同的端子型号）。
- 成功率：在核心和过渡区域（工业典型公差范围内），成功率高达 100%。
- 鲁棒性：能够补偿导轨的位置和角度偏差。对于 $\pm 6^\circ$ 的角度偏差，装配依然安全；仅在 $\pm 8^\circ$ 以上（远超工业标准）时成功率下降。
- 泛化性：将针对一种端子（如 WAGO 2102-1301）训练的策略直接应用于另一种未训练端子（如 WAGO 2016-1301），依然取得了高成功率。
- 异常处理：主要失败案例源于夹爪夹持时的微小位移，而非策略本身的失效。

5. 意义与展望 (Significance & Outlook)

工业意义：该方法显著降低了小批量、多品种制造场景下的机器人编程成本。通过“仿真训练 + 技能参数化”，使得机器人能够自动适应产品公差和变体，无需专家手动调整。
技术突破：证明了结合高精度物理建模（特别是柔性接触）与强化学习是解决复杂力控装配任务的有效途径，缩小了仿真与现实的差距。
未来工作：
- 探索混合学习方法，同时优化技能参数和技能选择序列。
- 利用机器学习自动参数化环境。
- 进一步优化连接模型，将其直接应用于产品设计阶段（Design Integration），以预测装配可行性。

总结：这篇论文展示了一种高度自动化的解决方案，通过构建包含柔性力模型的仿真环境，训练机器人掌握参数化的装配技能。实验结果证实，该方法在真实工业场景中具有极高的鲁棒性和泛化能力，为电气柜等小批量制造领域的机器人自动化提供了新的范式。