非标装配场景的核心挑战在于零件组合的无限多样性。机器人在训练阶段只能接触有限的基础零件，却需要在部署阶段面对从未见过的新零件组合。传统数据驱动方法依赖大规模标注数据覆盖每一种可能的组合，在组合爆炸面前显得力不从心。本文引入组合泛化理论，将非标装配问题重新定义为原子技能的组合与泛化问题。通过将装配任务分解为可复用的原子技能，并构建能够显式建模组合结构的策略架构，使机器人在仅学习基础零件装配后，能够对从未见过的新零件组合进行零样本策略推理与自适应组装。研究表明，组合泛化视角下的装配策略学习能够有效突破传统方法对数据规模的依赖，为非标制造场景下的机器人柔性装配提供新的理论框架与技术路径。
1 引言
非标装配是智能制造中最具挑战性的环节之一。与传统标准化装配不同，非标装配面对的零件组合几乎无限多样。几何构型的变化、尺寸比例的差异、配合关系的不同，使得每一种新的装配任务都构成一个独特的挑战。传统机器人装配系统依赖针对特定零件的示教编程或数据驱动的策略学习，每遇到一种新的零件组合就需要重新采集数据、重新训练模型。这种一事一议的模式在非标制造场景中难以为继，因为产品换型的频率远远超过了数据采集与模型训练的速度。
组合泛化理论的引入为解决这一困境提供了新的思路。组合泛化是指系统在学习了有限数量的基础组件及其组合规则后，能够理解并处理由这些组件以新方式组合而成的未见实例的能力。在语言理解领域，这意味着掌握了有限词汇和语法规则后能够理解无限多的新句子。在机器人操作领域，这意味着学会了有限的原子操作技能后能够完成无限多的新任务组合。组合泛化的核心优势在于它将学习对象从每一种具体任务降维到有限的可复用组件，从而从根本上规避了组合爆炸问题。
本文的核心论点是：非标装配任务天然具有可分解的组合结构。任何复杂的多零件装配都可以分解为一系列原子操作，如抓取、对准、插入、紧固，而这些原子操作在不同装配任务之间是共享的。通过构建显式利用这种组合结构的策略学习框架，机器人可以在仅学习有限基础零件装配的基础上，对从未见过的新零件组合进行零样本策略推理与自适应组装。
2 组合泛化的理论基础
组合泛化的思想可以追溯到认知科学和语言学中的生产力概念。人类语言的核心特征在于，掌握了有限词汇和语法规则后，能够产生和理解无限多的新句子。这一能力被认为是人类智能的核心标志之一，也是当前人工智能系统与人类智能之间最显著的差距之一。
在机器人学习领域，组合泛化意味着智能体能够将已习得的原子技能重新组合，以解决训练中从未遇到的新任务。这一能力对于机器人操作至关重要，因为真实世界的操作任务在本质上是组合性的。任何长时程任务都是由一系列子任务按特定顺序组合而成的。
组合泛化的实现依赖于两个关键条件。第一是分解性，即任务可以被分解为有意义的、可复用的原子组件。在装配场景中，这意味着复杂的多零件装配可以被分解为一系列原子操作，如接近、抓取、对准、插入、释放等。每个原子操作都封装了完成某一子任务所需的感知-行动映射。第二是组合性，即存在一种机制能够将这些原子组件按照新的方式重新组合，以应对新的任务需求。这要求学习系统具备某种形式的组合语法，即关于原子技能如何按顺序、按条件组合的规则。
传统端到端学习方法的一个根本局限在于，它们将任务视为一个不可分割的整体，无法显式地利用任务的组合结构。当面对训练集中未出现的新组合时，这类方法往往表现出灾难性的性能下降。相比之下，显式建模组合结构的策略架构能够将新任务识别为已知组件的重新排列，从而实现零样本泛化。
3 多工序非标装配的组合结构建模
多工序非标装配的组合结构可以从三个维度来理解：零件维度的组合、操作维度的组合和时序维度的组合。
零件维度的组合是指不同零件之间的几何与功能配合关系。一个典型的装配体由多个零件按照特定的空间关系和约束条件组合而成。零件之间的配合类型，包括间隙配合、过盈配合和过渡配合，接触方式包括面接触、线接触和点接触，相对运动关系包括固定连接、滑动连接和转动连接，这些共同构成了装配的组合结构。在非标场景中，虽然具体的零件几何千差万别，但配合关系的类型是有限的、可枚举的。
操作维度的组合是指完成装配所需的原子操作序列。任何装配任务都可以被分解为一系列原子操作，如定位、抓取、移动、对准、插入、旋紧、释放等。这些原子操作在不同装配任务之间是共享的。插入一个圆柱销和插入一个方形键，虽然具体的运动轨迹和力控制参数不同，但插入这一操作类型的抽象结构是相同的。原子操作的可复用性构成了组合泛化的操作层面基础。
时序维度的组合是指原子操作之间的顺序依赖关系。某些操作必须在其他操作完成之后才能开始，如先定位后插入。某些操作之间则没有严格的先后顺序，如左右两侧的紧固可以并行进行。装配序列的规划本质上是在满足所有时序约束的前提下，确定原子操作的最优执行顺序。
基于上述三维组合结构，多工序非标装配可以被形式化地描述为：给定一组零件及其几何与功能属性，求解一个由原子操作组成的序列，使得该序列在执行后能够形成满足所有装配约束的完整装配体。组合泛化视角下的关键洞察在于，虽然装配体的数量是组合爆炸的，但原子操作的类型是有限的，原子操作之间的组合规则也是有限的。因此，学习的目标不是记住每一种具体的装配方案，而是掌握原子操作的执行能力以及它们之间的组合规则。
4 零样本策略推理的实现路径
基于组合泛化理论，面向未见零件组合的零样本策略推理可以通过任务分解、技能检索和序列合成的三阶段框架来实现。
第一阶段是任务分解。当机器人面对一个新的装配任务时，首先需要将高层的任务指令分解为一系列可执行的子目标。这一过程可以通过视觉-语言模型来实现。模型接收自然语言描述或视觉观测作为输入，输出一个结构化的子目标序列。场景图表示方法在这一阶段尤为有效。通过构建以任务相关物体和关系为核心的场景图，模型可以聚焦于任务关键信息，从而减轻无关场景变化带来的分布偏移。
第二阶段是技能检索。在获得子目标序列后，系统需要从已习得的原子技能库中检索与每个子目标相匹配的技能。这里的关键挑战在于语义匹配。子目标的语义描述与技能库中技能的语义标签之间需要建立准确的对应关系。基于场景图的技能学习框架通过将图神经网络与扩散式模仿学习相结合，使技能能够在不同的场景组合下保持稳健的执行能力。
第三阶段是序列合成与执行。检索到的原子技能需要按照正确的顺序依次执行，并在技能之间实现平滑、无碰撞的过渡。序列合成不仅需要考虑子目标之间的时序依赖，还需要考虑物理约束，如当前抓取姿态是否有利于下一个操作的执行、技能之间的空间位姿是否需要重新规划等。空间感知的技能链接模块通过预测技能执行后的末端位姿，并将其作为下一个技能的初始条件，实现了技能之间的无缝衔接。
5 架构设计原则：显式建模组合结构
实现零样本组合泛化的关键在于策略架构的设计。研究表明，当策略架构显式地反映任务的组合结构时，学习效率和泛化能力都会得到显著提升。
以实体为中心的策略架构是当前组合泛化研究中的主流方向。这类架构的核心思想是将任务视为多个实体之间相互作用的组合。每个实体都有其独立的表示，策略网络通过注意力机制学习实体之间的交互关系。这种设计使策略对实体数量的变化具有天然的不变性。当场景中出现训练中未见过的数量的物体时，策略仍然能够正确处理。
具体而言，Deep Sets架构通过对实体特征进行置换不变的聚合操作，实现了对实体集合的对称性处理。自注意力架构则进一步捕捉了实体之间的成对交互关系。这些架构可以在不使用任何预定义操作基元的情况下进行端到端训练，同时展现出比标准多层感知机显著更快的学习速度和更强的组合泛化能力。
在非标装配场景中，实体中心架构的自然延伸是将装配过程中的每一步都建模为从当前状态实体集合到动作的映射。状态实体集合包括待装配的零件、已装配的子装配体、机器人末端执行器、工作台等。策略网络通过注意力机制学习这些实体之间的空间关系和物理约束，从而泛化到新的零件组合。
6 挑战与展望
尽管组合泛化理论为非标装配策略学习提供了极具前景的方向，但仍面临若干关键挑战。
原子技能的界定与获取是一个基础性问题。什么粒度级别的操作应该被定义为原子技能。过粗的粒度会导致技能的可复用性降低，过细的粒度则会导致任务分解和序列合成的复杂度爆炸。如何自动地从演示数据中发现和提取有意义的原子技能，而非依赖人工定义，是一个亟待解决的研究问题。
技能之间的组合泛化存在边界。并非所有原子技能的任意组合都是有效的。某些组合可能产生物理上不可能或工程上不合理的装配序列。如何学习原子技能之间的组合语法，即哪些组合是有效的、哪些是无效的，是确保零样本推理可靠性的关键。
仿真到真实的迁移差距在组合泛化场景中可能被放大。当多个原子技能依次执行时，每个技能的微小误差都会累积，最终可能导致整个装配任务的失败。如何确保在真实场景中面对全新的技能组合时策略仍然稳健，仍是一个开放问题。
未来研究可探索基于扩散模型的任务条件生成方法，通过学习任务空间的组合结构来实现零样本的技能合成。可研究持续学习与组合泛化的结合，使系统在使用过程中不断积累新的原子技能并扩展其组合能力。还可探索将物理仿真引擎嵌入策略推理过程，在虚拟环境中快速验证组合方案的有效性后再部署到真实机器人上。
7 结论
组合泛化理论为非标装配策略学习提供了从记忆每一种具体任务到掌握可复用组件及其组合规则的范式转变。通过将装配任务分解为原子技能、构建显式利用组合结构的策略架构、以及实现任务驱动的技能检索与序列合成，机器人可以在仅学习有限基础零件装配的基础上，对从未见过的新零件组合进行零样本策略推理与自适应组装。这一方向有望从根本上突破传统方法对大规模数据的依赖，为非标制造场景下的机器人柔性装配提供可扩展的智能化解决方案。
中研高科教育
