前沿研读
按首次发布日期浏览全部研究评述，最新文章排在前面。点击标题阅读全文。
触觉送线的 93%：Touch2Trace 实际完成了多长的动作
摘要：评估机器人送线方案时，成功率后面的距离会改变判断。Touch2Trace 同一组测试在“至少前进 10 厘米”上报告 93%，在“至少前进 20 厘米”上是 57%。如果工序需要连续送出 20 厘米，采购或试验简报就应保留后一个指标，而不能只摘摘要里的 93%。[1] 这篇研读面向准备评估柔性线缆操作的自动化工程师，解释触觉反馈在实验中承担的功能，并给出把论文指标转换为本地试验要求的方法。它讨论实验室动作能力，没有线束成品良率或量产节拍的结论。
压接力监测的 AI 解释：哪些证据支持“判得对”，哪些支持“看得懂”
摘要：评估 AI 压接力监测，先分清分类错误、SHAP 阶段解释的验证证据和使用者的实际处置效果。
机器人把线缆穿过卡扣：SILO为何在实机运行时还保留仿真
摘要：线缆已经抓住、夹具位置也已知道，机器人接下来仍可能把线压在卡扣边缘。对评估布线自动化的工程师来说，这段接触动作值得单独研究：抓取和搬运做得稳定，并不意味着柔性线缆会按预定轨迹进入卡扣。 SILO提供了一种分工方式：用常规运动规划完成抓取和搬运，用强化学习处理卡扣附近的局部变形；到了真实机械臂上，仿真器仍留在执行环中。它先计算动作在模拟机械臂上产生的关节位置，再让实机跟随。这篇研读解释这层中间计算解决了什么，以及怎样判断它是否值得在自己的工位上试验。
机器人线束插装：两条路线的原理、收益与试验选择
摘要：准备评估线束装配自动化的工艺工程师，先分清自己要自动化哪一步：把已装好的连接器插入插座，还是把多根已压接端子送入塑壳。这两项任务需要的夹具、控制和验收证据不同。本文把两项研究放回各自任务，给出基线对比、迁移准备和可下载的整件试验记录，帮助你确定下一次试验该验证什么。