非标产线中多机器人协同作业面临任务动态变化、空间约束耦合、冲突实时消解三大挑战。传统深度强化学习方法将协同决策视为黑箱映射，缺乏对场景结构与因果依赖的显式建模，导致可解释性差、迁移困难。本文提出基于图世界模型的协同规划框架，通过构建包含物体属性、空间位姿、时序约束与因果依赖的场景图表示，将多机器人协同问题转化为结构因果模型上的推理决策过程。该方法实现了冲突的因果溯源与前置消解，在非标焊接装配场景中显著提升了协同效率与任务成功率。
一、引言
非标自动化产线的核心特征在于产品种类频繁切换与工艺路线动态调整。在这一背景下，多机器人协同作业成为提升产线柔性的关键手段。然而，非标场景中机器人的任务分配、路径规划与冲突消解远比标准化产线复杂。工件的位姿随机变化、工序的因果依赖不确定、机器人之间的空间耦合高度动态，这些因素共同决定了协同规划问题难以用统一模型覆盖。
现有方法主要分为集中式规划与分布式协商两大类。集中式规划将所有机器人的状态空间合并求解，理论上可达到全局最优，但计算复杂度随机器人数量指数增长，难以应对非标场景的实时性要求。分布式协商允许各机器人独立规划后通过通信协调冲突，虽然扩展性好，但缺乏全局视野，容易陷入局部次优解。近年来，基于图神经网络的深度强化学习方法显示出端到端学习的潜力，但其决策过程本质上仍是一个黑箱，当场景发生变化时泛化能力急剧下降。
图世界模型为此提供了新的思路。图世界模型将环境表示为图结构——节点代表物体、机器人或关键位置，边代表它们之间的空间关系、物理约束或因果依赖。在这种表示下，决策问题转化为图上的推理问题，因果推断工具可以自然嵌入其中，为协同规划提供了可解释且可迁移的解决方案。
本文的贡献在于三个方面：构建了面向非标产线场景的层次化场景图表示体系，涵盖物体层、空间关系层与因果依赖层；提出了基于结构因果模型的三层递进推理决策机制，实现冲突的因果溯源、干预效果预测与最优干预选择；通过工业案例验证了方法在协同效率和可解释性方面的综合优势。
二、场景图构建方法与表达体系
场景图是图世界模型的基础数据结构。在非标产线场景中，场景图需要表达三个层次的信息，每一层次对应不同的语义粒度和时间尺度。
物体层是场景图的基础。每个工件、夹具、设备或机器人被表示为一个节点，节点属性包括物体类别、几何尺寸、当前位姿、速度与加速度等运动学状态。对于非标工件，还需包含其关键特征点坐标和公差范围，这些信息来自计算机辅助设计模型或在线视觉测量结果。物体层的构建依赖多传感器融合，视觉传感器提供类别与位姿信息，力觉传感器提供接触状态信息，射频识别或二维码提供工件身份信息。在实际部署中，物体层的更新频率需与产线节拍匹配，对于高速运动物体，采用卡尔曼滤波对视觉检测结果进行时序平滑，以消除单帧检测噪声带来的位姿跳变。
空间关系层定义节点之间的几何约束。主要关系类型包括：支撑关系，即一个物体放置于另一个物体之上；邻近关系，即两物体之间距离小于某阈值；对齐关系，即两物体的特定特征需满足共线或共面条件；干涉关系，即两物体的包围盒存在重叠区域，需避免。空间关系的提取可通过规则计算实现，也可由图神经网络从数据中隐式学习。对于非标场景，空间关系往往具有不确定性，因此每条边需附带置信度或概率分布。在动态场景中，空间关系图需要以毫秒级频率更新，为此设计了增量式更新策略——当物体位姿变化量超过预设阈值时，仅更新受影响的局部子图而非全图重建。
因果依赖层是场景图区别于一般语义图的本质特征。因果边表示一个节点的状态变化会影响另一个节点。具体到产线场景，因果依赖表现为三种类型。工序间的时序依赖，即步骤B必须在步骤A完成后才能开始，这种依赖关系来源于工艺逻辑的固有顺序。资源竞争关系，即两台机器人争夺同一夹具或同一操作空间，这种依赖产生于物理资源的有限性。状态传播关系，即上游工位的加工偏差会通过工件传递至下游工位，这种依赖反映了制造过程中误差累积的物理规律。因果依赖结构可从历史数据中通过因果发现算法学习，也可由工艺工程师预先定义。与空间关系不同，因果依赖通常是确定性的或统计稳定的，适合用结构方程模型表达。
场景图的构建过程是一个动态迭代的过程。初始场景图基于计算机辅助设计布局和工艺规程生成，随着产线运行，系统持续接收传感器数据并更新场景图中的节点属性和边状态。当检测到场景图结构发生显著变化时——例如新增工件类型或重新配置工位布局——系统触发场景图的重构流程，确保决策所用的图模型始终反映现场真实状态。
三、基于因果推理的协同决策机制
场景图构建完成后，协同规划的核心问题转化为在因果图上执行推理。本文提出三层递进的决策框架，使协同决策从被动响应走向主动预判。
第一层为冲突因果溯源。当系统检测到两台机器人存在空间干涉或任务冲突时，不直接进行避碰搜索，而是首先在场景图上定位冲突的因果源头。例如，若机器人A和B同时接近同一装配工位，冲突的根因可能是上游工序延迟导致两者在时间轴上重叠，也可能是任务分配算法未充分考虑空间距离约束。通过沿因果边回溯，可识别出触发冲突的根本节点，为后续消解提供精确靶点。因果溯源的计算复杂度与场景图的深度线性相关，在实际测试中平均回溯时间为五十毫秒，满足实时性要求。
第二层为干预效果预测。在识别出候选干预节点后，系统模拟在该节点施加特定干预后的场景演化。干预操作的类型包括时间维度干预、空间维度干预和资源维度干预。例如，若决定将机器人A的当前任务推迟两秒执行，这一干预沿因果边传播会对下游工位产生何种影响，空间关系图中的哪些边会发生变化，利用场景图的结构化特性，上述传播计算可在毫秒级完成，无需重新运行完整的仿真引擎。干预效果预测的精度取决于因果图模型的结构方程准确性，通过持续积累历史干预数据并更新结构方程参数，预测精度随时间推移逐步提升。
第三层为最优干预选择。在多个候选干预方案中，系统根据预定义的优化目标选择最优方案。优化目标可针对具体场景灵活配置，典型目标包括最小化总完工时间、最大化负载均衡、最小化能耗或最小化对后续工序的扰动。由于场景图已将协同问题转化为结构因果模型上的优化问题，此处的决策可使用因果贝叶斯优化等成熟方法求解，计算复杂度远低于原始状态空间的规划算法。值得注意的是，最优干预选择并非一次性完成，而是以滚动时域方式持续执行——系统在每个决策窗口重新评估之前选择的干预方案是否仍然最优，从而实现对产线动态变化的持续响应。
四、实验验证与工程应用
在某非标焊接装配产线中部署了本方法。产线包含两台弧焊机器人和一台搬运机器人，协同完成四种不同型号工件的焊接任务。实验分为静态调度和动态扰动两个场景。
静态调度场景下，任务序列预先确定，方法需在三十秒内生成协同方案。实验结果显示，图世界模型方法的总完工时间比基于优先规则的启发式方法缩短了百分之十八，比集中式混合整数规划方法缩短了百分之七，且计算时间仅为后者的五分之一。进一步分析表明，性能提升主要来自因果推理层对资源竞争关系的精准识别——传统方法将搬运机器人与焊接机器人之间的交互视为简单的时间顺序约束，而本方法通过因果图揭示了二者之间的空间耦合关系，从而在调度中预留了更合理的时空缓冲。
动态扰动场景下，系统在运行过程中随机引入工件到位延迟或机器人临时故障。图世界模型方法通过因果溯源快速定位扰动影响范围，平均在三秒内完成重规划，任务成功率较传统动态重调度方法提升二十三个百分点。鲁棒性测试显示，当场景图中的节点属性含噪声时——例如视觉定位误差为正负五毫米——方法的任务成功率仅下降四个百分点，表明图结构层面的推理对底层感知噪声具有一定的容错能力。
案例分析进一步揭示了方法的可解释性优势。在一次实验中，系统检测到搬运机器人与焊接机器人存在潜在干涉风险，并输出因果解释路径：“搬运机器人任务延迟导致其在焊接工位停留超时，进而与焊接机器人的下一目标位置形成空间冲突。”基于此解释，操作人员选择调整焊接顺序而非直接改变搬运路径，以更小的代价化解了冲突。这一案例表明，因果推理层面的透明性具有显著的人机协同价值，操作人员能够基于模型输出的因果解释做出更优的工程决策。
五、结论与展望
图世界模型为非标产线多机器人协同规划提供了兼具效率与可解释性的新范式。将场景结构显式表示为图并在其上执行因果推理，使协同决策从黑箱优化走向结构化推理。该方法的核心价值在于将规划问题从“搜索最优解”转变为“推理最优因果干预”，这种转变在计算效率和可解释性两个维度上都带来了实质性改善。
未来研究方向包括三个方向。动态场景图的在线增量更新算法值得深入研究，当前版本在场景发生结构性变化时需要触发全图重构，若能实现真正的增量式更新，将进一步提升系统的实时响应能力。因果结构未知条件下的联合学习与推理也是一个重要方向，当前的因果图依赖人工定义或离线学习，如何实现在线因果发现并与规划过程无缝集成，是通往完全自主协同的关键技术。最后，图世界模型与自然语言接口的集成具有实际工程价值，使操作人员可通过自然语言指令干预因果推理过程，例如指定某类冲突优先考虑时间调整而非空间调整，这将使系统更加贴合不同产线的管理偏好。
中研高科教育
