南洋理工大学团队提出Facet-0，让机器人在电脑部件装配中同时预测动作和接触后果。系统在五项亚毫米任务上的平均成功率达到82%，论文报告的最强匹配基线为15%，放置精度为0.5毫米，命令延迟为50毫秒。
机器人装配难在最后一毫米
识别内存、显卡或处理器并不等于能把它们装好。机械臂接近插槽后，轻微姿态误差就会转化为侧向力、摩擦或卡滞；两条看起来几乎一样的轨迹，可能分别得到顺利插入和损坏部件的结果。Facet-0把这个接触阶段作为主要学习对象。
团队整理了ManuFacet-1K，包含约1000小时力同步数据，覆盖三种机器人形态、两类底盘和多个制造单元。每帧同时记录三路图像、末端位姿、夹爪状态和六轴腕力，并把操作拆成接近、对齐、插入、按压、就位、紧固和撤离七个阶段。
图：项目页主视觉展示机械臂和电脑部件装配场景。
动作发出前先预判会产生什么力
Facet-0使用视觉语言骨干读取任务指令和多视角图像，再把最近的腕力历史与机器人运动状态融合。动作专家一次生成一段笛卡尔动作，同时预测这些动作之后可能出现的腕力曲线；预测力只用于判断接触后果，不会直接变成力控制命令。
部署数据随后训练Action–Wrench Critic。它比较几何进度相近、接触质量不同的动作，让平稳对齐优先于硬顶或卡住。对特定零件的局部适配只更新有限模块，主干表征保持冻结，避免每换一种部件都重做整套模型。
图：论文主要结果图汇总五项装配任务表现。
五项装配结果来自受控工位
完整系统在五项电脑装配任务上平均成功率82%。论文的受控变体显示，仅加入语义—接触对齐时为16%，加入价值引导后为38%，再加入有界局部适配后达到82%。与优势加权行为克隆相比，人工干预率由47%降至24%，故障恢复率由44%升至81%。
这些数字不能解释为任意工厂环境都能达到同样水平。任务集中在指定电脑部件、固定工位和受控传感配置，最终成绩还包含面向具体零件的有限适配；系统对磨损、不同公差、长周期稳定性和安全停机的表现仍需独立测试。
图：项目页展示机器人在工业装配单元中的真实场景。
从实验工位走向可复用装配
下一步可以检验接触表征能否迁移到连接器、线束、家电和精密仪器等任务，并把零件公差、力阈值和异常恢复纳入统一评测。若换部件只需少量示范和数小时适配，部署成本会比为每条产线从头训练更可控。
实际产品还要记录每次插入的力曲线、失败位置和人工接管原因。把这些信息用于持续回归测试，才能确认成功率提升没有以更高峰值力或更快部件磨损为代价，也能判断1000小时训练数据在新工位上的覆盖边界。
在评估协议上，还应把一次完整装配拆成接近、对齐、接触、就位和撤离，分别统计失败率。平均成功率可能掩盖某个关键部件反复卡滞；阶段数据能帮助工程师判断应该增加视觉、力觉还是控制器保护。
数据闭环也要防止只收集容易成功的工位。新零件、新夹具和失败恢复轨迹应单独保留测试集，模型每次更新后都用同一套未见条件回归，避免部署数据把评估难度悄悄降低。
如果后续开放模型与ManuFacet-1K，外部团队还可在相同硬件上复核82%的结果，并比较不做局部适配时的迁移表现。公开传感标定、训练划分和安全阈值，会比只发布演示视频更有助于判断可复用性。
判断系统是否接近生产可用，还要连续运行数百次并报告峰值力、节拍、复位时间和部件损耗。某个模型即使平均成功率高，只要一次卡滞需要长时间停线，经济性就会迅速下降；把成功、轻微返工、人工救援和硬件损伤分级，才能把论文成绩换算成产线指标。
