至简动力在IROS 2026展示：仅用600条轨迹实现0.5mm间隙下的机器人自主CNC操作

事件概述

2026年9月29日，在美国匹兹堡举行的机器人学顶级会议 IROS 2026 上，至简动力（Simplexity Robotics）强化学习负责人冯宗宝发表 Tech Talk，分享了如何让一台机器人自主照看两台 CNC 机床的技术突破。该研究旨在解决具身智能从实验室基准测试走向真实工厂精密制造的核心难题，即在工件与卡盘间隙仅为 0.5 毫米、表面反光且纹理微弱的极端条件下，实现高精度的自动化操作。

核心挑战：实验室与工厂的鸿沟

CNC 操作看似简单，但在工业场景中面临三大严苛约束：

1. 极致精度要求：工件与卡盘间隙仅 0.5 毫米，几乎无对位误差空间。
2. 感知困难：金属表面反光、微弱纹理及外形相似的零件，导致视觉对位极具挑战。
3. 受限空间与不可见接触面：机器人需在有限工作空间内完成一连串动作，且关键接触界面往往不可见，要求系统在视觉信息不完整时仍能保持全程精度。

技术架构与解决方案

为应对上述挑战，至简动力提出了一套由三个互补方法组成的系统架构，分别解决动作生成、长时序记忆和动作选择问题：

1. SimpleWAM：统一的世界-动作模型

• 原理：采用“训练时从丰富未来监督中学习，推理时直接预测动作”的策略。
• 训练阶段：视频 DiT、3D DiT 和动作 DiT 在任务指令引导下，联合重建未来的视频帧、3D 状态与动作片段，使模型同时学习视觉、空间与动作动力学。
• 推理阶段：仅输入当前图像、3D 状态和语言指令，直接输出动作片段，无需生成未来图像或状态。
• 多模态融合：使用共享冻结编码器提取头部与腕部相机的密集图像 token，通过门控机制平衡全局上下文与局部对位线索。实验显示，融合方法在标称试验中成功率达 15 次，显著优于基线模型。

2. DRAM：Delta 规则循环关联记忆

• 作用：解决长程任务中的上下文依赖问题。
• 机制：将固定大小的关联矩阵作为记忆模块附加到预训练策略上。冻结的 SimpleWAM 骨干提取特征后，DRAM 读取相关历史上下文，动作 DiT 结合当前上下文生成动作，并通过门控 Delta 规则更新记忆。
• 优势：不修改骨干架构，无需重新训练，即可让现有策略具备处理长时序任务的能力，且内存占用恒定。

3. DPE：独立评估器

• 痛点：传统做法利用评估器反馈更新动作器，易导致策略漂移。
• 创新：先训练行为克隆的动作器，再单独训练一个评估器在部署时对候选动作打分。成功的和失败的 rollout 仅用于更新评估器，动作器在机器人端始终保持冻结。
• 效果：提升了任务成功率并减少了执行步数。

辅助技术与成果

• 力觉融合：针对精密插入过程中视觉信息缺失的问题，引入接近感知条件化调整状态输入，并结合实时阻抗控制器根据接触变化调整运动，支持受阻时的恢复操作，在该任务上取得 100% 成功率。
• 硬件平台：基于 i7 Pro 轮式机器人及模块化力控机械臂等全栈自研硬件进行部署。
• 最终成果：实现了机器人单设备全自动值守双 CNC 机床的完整作业方案，涵盖工件自主抓取、精准上料卡盘、加工后取件与归位放置。整个模型训练仅使用了 600 条真实机器人运动轨迹，证明了该方法在低数据依赖下的高可行性，标志着具身智能向高精度工业制造场景迈出了实质性一步。