技术摘要：SR-Platform

问题陈述

扩展机器人学习需要大量多样化且物理合理的仿真环境集合。然而，构建这些环境仍然是一个重大瓶颈。创建一个可用于训练的 MuJoCo 场景通常需要具备 3D 资产建模、MJCF 规范、空间布局、碰撞规避以及机器人模型集成等方面的专业知识。虽然大语言模型（LLM）在语义推理和代码合成方面已展现出潜力，但先前的方法往往依赖固定的对象库、止步于符号描述，或在执行前需要人工干预。因此，将无约束的自然语言提示转换为物理有效且仿真器就绪的机器人场景这一端到端问题，仍未得到充分解决。

方法论：SR-Platform

SR-Platform 是一个已投入生产部署的代理系统，旨在根据自由形式的自然语言描述合成可执行的 MuJoCo 环境。该系统不依赖单一的大语言模型，而是采用由 PipelineCoordinator 协调的四层、强类型且可审计的流水线。该架构部署为包含九个服务的 Docker 栈，利用 WebSocket 流式传输、MinIO 用于网格存储、Qdrant 用于语义检索、Redis 用于状态管理以及 InfluxDB 用于遥测。

该流水线包含四个 distinct 阶段：

1. L1：编排器 (Orchestrator)
   此阶段将用户的自然语言提示（例如“一条带有传送带和机械臂的装配线”）转换为结构化的 JSON 场景计划。它定义了房间尺寸、对象列表、语义标签、所选机器人身份以及异常参数。该阶段作为 LangGraph 工作流实现，将语义规划与几何生成分离，以降低 LLM 的复杂度并定位故障。

2. L2：资产锻造 (Asset Forge)
   资产锻造将对象标签解析为仿真器兼容的 3D 网格（STL）。它采用优先缓存策略：

   • 语义检索：对象标签被嵌入并针对 Qdrant 向量数据库进行查询。如果存在高相似度的缓存资产，则从 MinIO 加载 STL。
   • LLM 到 CadQuery 合成：如果未命中缓存，LLM 将生成 CadQuery 代码以合成新的几何体。该代码被执行以生成 STL 网格，随后被存储并索引以供未来重用。
   • 鲁棒性：系统包含验证和自动重试机制。如果生成的代码格式错误或几何体无效，系统将尝试重新生成或回退到简化的几何体，以防止任务失败。

3. L3：布局架构师 (Layout Architect)
   此阶段为所有已解析的对象分配空间姿态（位置和旋转）。它使用基于 LLM 的布局模型来提议语义合理（例如桌子在地面上）且物理一致（无重叠）的放置方案。关键在于，它集成了 IndustryRulesChecker 以验证电气间隙、消防疏散通道、机械安全距离和通风间隙等约束。违规行为将作为结构化条目返回，以便进行重采样或异常标记。

4. L4：桥接与 MJCF 组装
   最后阶段将布局后的场景计划转换为可执行的 MuJoCo XML (MJCF) 文件。它构建地板、墙壁和对象主体，插入检索到或生成的 STL 网格及其计算出的姿态。RobotMerger 将选定的机器人模型（来自包括 UR5、Franka Panda 等在内的目录）集成到场景中，确保坐标系的一致性。此阶段是确定性的，不调用 LLM。

主要贡献

本文概述了四项主要贡献：

1. 端到端代理流水线：一个将自然语言工作空间描述转换为包含机器人模型、网格资产、对象姿态和生成坐标的可执行 MuJoCo 场景的系统。
2. 感知缓存的资产锻造：一种结合语义检索与 LLM 到 CadQuery 生成的机制，减少了对先前生成过的对象类型的冗余 LLM 调用。
3. 工业布局验证：在 MJCF 组装之前，将约束检查（间隙、安全、疏散）集成到场景合成过程中。
4. 生产遥测：报告了 30 天的生产数据，涵盖 611 次成功的 LLM 调用，详细说明了各阶段的延迟、重试行为和吞吐量限制。

实验结果

该系统利用 30 天部署窗口内的生产遥测数据进行了评估。

• 延迟：对于所有对象均未命中缓存的五对象场景，端到端中位延迟约为 50 秒。当对象从缓存检索时，延迟降至 30–40 秒。
• 阶段性能：L2 资产锻造是主要的延迟贡献者。首次尝试 CadQuery 生成（skill_generator）的中位延迟为 17.9 秒（p95: 65.4 秒）。重试调用较慢，中位数为 24.4 秒。
• 可靠性：资产锻造表现出 11.3% 的首次尝试重试率。失败主要是由于 CadQuery 代码格式错误或几何体无效。自动重试和回退机制允许系统在无需中止整个场景生成的情况下恢复。
• 吞吐量：系统支持五个并发生成任务。吞吐量受限于 L2 资产生成，但可以通过添加工作节点进行水平扩展，因为该架构共享无状态服务（Redis、MinIO、Qdrant）。
• 模型性能：在机械 CAD 和自由形式资产上的基准测试表明，claude-opus-4-6-fast 在机械零件方面实现了最高的几何精度，而 qwen3-coder-480b 在速度和成本之间提供了良好的平衡。

意义与主张

本文将 SR-Platform 定位为迈向使机器人仿真环境生成更具可扩展性和可访问性的关键一步。通过使用户能够在不到一分钟内从纯英文提示生成可执行的 MuJoCo 场景，该系统减少了构建多样化训练环境所需的人工努力。

作者强调，该系统的价值在于其面向生产的设计：它不仅仅是一个研究原型，而是一个已部署的服务，具备实时进度流、异步任务执行、语义资产检索以及每用户状态隔离等功能。本文声称，这种代理方法通过将语义规划、资产生成、布局推理和仿真器组装分离开来，比单一端到端 LLM 提示实现了更好的缓存、调试和验证。此外，纳入工业约束检查旨在弥合视觉上合理的场景与物理有效、可部署环境之间的差距。

作者谦逊地指出了局限性，承认该系统目前针对室内工业和半结构化环境，且 LLM 生成的 CAD 代码虽然可恢复，但尚未成为保证确定性的编译器。未来的工作提议包括图像到 3D 生成、更高保真度的物理后端以及直接导出到机器人学习数据集格式。