跳转至

先造能跑螺纹的仿真器：Factory 装配线

横纵分析法 · Papers 版 — 种子论文 8 篇（2022–2026）

同源索引：灵巧手 · Fabrics + RL｜夹爪抓取 · 合成数据与域随机化

Executive Summary

夹爪装配这条线的起点，不是一个更好的策略，而是一句很硬的工程诊断：接触密集的装配在仿真里根本跑不快、跑不准，所以谈不上用 RL 去学。 NVIDIA 的 Factory（RSS 2022）先用 SDF 碰撞和接触点归约，让一千个螺母–螺栓同时在 GPU 上实时转起来。之后六年，同一组人几乎按「每年补一个瓶颈」的节奏推进：IndustReal 补算法和部署积分器，AutoMate 补几何多样性，FORGE 补力，SRSA 补技能复用，MatchMaker 补资产生成，Refinery 补部署期方差，SPARR 承认零样本到头了、在真机上学 residual。

这不是自然涌现的学术分叉，是一条被管理过的产品路线。真机数字的爬坡也写得很整齐：IndustReal 单技能 83–99%（600 trial），AutoMate specialist / generalist 86.5% / 84.5%，SRSA 迁移后 90%，MatchMaker 生成件 82%，Refinery 把 10 个零件上的 76/100 拉到 97/100，SPARR 在 10 个二零件任务上 95–100%，相对零样本 AutoMate 成功率 +38.4%、周期 −29.7%。

当前争论已经不在「仿真装配能不能迁到真机」——这件事 2023 年就被 IndustReal 做实了。现在争的是：新零件从哪来、力要不要进策略、零样本还要不要坚持、以及 80% 这种研究可用的成功率怎么变成产线可用的 99%。我的判断：SPARR 是这条线第一次公开认输零样本原教旨，接下来 1–2 年 residual / 真机微调会变成默认最后一公里，而 MatchMaker + SRSA 会决定它能不能从 100 个零件长到 1000 个。

装配不是抓取，先过的是仿真这一关

抓取线在 2017 年就能用合成点云训练网络，因为「抓得住」主要是几何和摩擦的粗问题。装配是另一类：间隙经常小于 1 mm，接触模式会在滑动、卡住、楔入之间跳，螺纹这种几何在网格碰撞里是噩梦。在 Factory 之前，装配仿真的主流是 MuJoCo / PyBullet 上的 peg-in-hole，零件大、间隙宽、还经常靠力传感器过关。NVIDIA 的诊断是：不是 RL 不行，是仿真器先不行。

2022：把「接触」变成 GPU 上的批量运算

Factory（arXiv:2205.03532，RSS 2022；Narang、Handa、Fox）的贡献清单读起来像一份仿真器发布说明：SDF 碰撞、接触点归约、Gauss-Seidel 求解器，一千个螺母–螺栓同时实时交互；外加 60 个零件模型、3 个装配环境、7 个控制器，以及一个证明「这东西能拿来训 RL」的 nut-and-bolt 策略。项目页和后来的 Isaac Lab 集成，比论文本身的策略数字更重要。它改写的 default assumption 是：「接触丰富 = 不能大规模并行」。改完之后，后面所有人必须表态：你的装配方法是建立在能跑螺纹的仿真器上，还是还在用宽间隙 peg-in-hole 讲故事。

技术上，Factory 做对的是把碰撞从「网格对网格」改成 SDF 查询，再把接触点从「能有多少算多少」收成可并行的小数目。螺纹这种几何在三角网格里会产生成百上千个接触候选，把求解器打死；SDF 把距离场做成可微、可批量化的查询，Gauss-Seidel 再在 GPU 上扫这些接触。一千个螺母–螺栓同时转，不是为了炫，是为了让 PPO 的并行环境数达到和抓取、运动控制同一量级。没有这个量级，后面的 SDF 奖励和课程都只是单机玩具。

Factory 自己没有把 sim-to-real 做完。它甚至没有假装做完。论文的定位是工具，proof-of-concept 策略只为了证明工具不是玩具。这让它和同年的 DeXtreme 形成有趣对照：灵巧手线先证明策略能过真机，装配线先证明仿真器能存在。两条线后来共用 Isaac 生态，但它们对「第一瓶颈是什么」的判断从第一天起就反着来。

2023：仿真会跑了，策略还是学不会插

IndustReal（arXiv:2305.17110，RSS 2023；Tang、Fox、Narang）写得很坦白：同一套 Factory 环境，Pick 和 Place 用常规 RL 就能训出来，Insert 只有约 12%。于是他们补了三件仿真期算法，再补一件部署期算法。

仿真期三件。Simulation-aware policy updates（SAPU）：别假装仿真器给的每一步都物理正确，更新策略时把仿真器自己的可信度考虑进去。SDF-based dense reward：插入这种「要么进要么不进」的任务，稀疏成功奖励探索不动；SDF 把「还差多远才啮合」变成处处有梯度的几何量。Sampling-based curriculum（SBC）：从容易的初始分布慢慢放到难的，而不是一上来就随机位姿。

部署期一件。Policy-level action integrator（PLAI）：策略输出的是增量，部署时把增量积成目标，再交给任务空间阻抗。他们测到稳态误差大约 2 mm，优于不用 PLAI 的策略，也优于 Franka 自带 TSI 的 4.45 mm。接触时积分器会 windup，所以有 Leaky PLAI 做钳位。

真机系统把检测、抓取、对齐、插入串起来，600 trial、成功率 83–99%，不在真机上再适应策略。作者称这是「装配全阶段 sim-to-real」的第一次。硬件是常见的 Franka Panda，后来也跑过 UR10e。配套放出 IndustRealKit（NIST Task Board 1 风格的 3D 打印件）和 IndustRealLib（Isaac Gym checkpoint 往真机灌）。

真机数字需要拆开读。83–99% 是分阶段的：Pick、Place、Insert、以及串起来的 PPI 不是同一个难度。Insert 实验里零件被「不精确地」放在夹爪里，目标带 ±2 mm 噪声，peg 啮合率 86.7%、齿轮 95%、未见过的 NEMA 插头 100%——插头数字好看，部分因为插座几何本身在引导。作者也展示了人推一把之后的恢复、以及三脚插头的搜索行为，用来说明策略不是开环插进去。Limitation 写得很有用：失败主要是夹爪里打滑和楔入；他们当时就把 visuotactile 和更好的摩擦仿真列为下一步，这两步分别由 FORGE / TacSL 和仿真器迭代去接。

这里有一个被后续论文反复引用、也反复打脸的数字：Insert 从约 12% 到能用，靠的是 SDF 奖励和课程，不是更大的网络。装配的样本效率问题，本质是奖励塑形和初始分布，不是模型容量。AutoMate 后来用模仿目标把 IndustReal 在 100 个零件上的均值 38.45% 衬得很惨，说明 2023 年的「成功」高度绑定在少量 NIST 风格几何上。IndustReal 自己点过这件事：主要任务来自 NIST。把这篇读成「装配已经解决」，是 2023 年能犯、2024 年不该再犯的错。

2024 上半年：零件从「几个」变成「一百个」

AutoMate（arXiv:2407.08028，RSS 2024）把问题从「一个孔能插」换成「一类孔都能插」。100 套仿真兼容装配资产；大约 80 个任务上训 specialist，20 个任务上蒸馏出 generalist。训练不是纯 RL：assembly-by-disassembly（先拆再学装，等于白送一条可行轨迹）、RL 加模仿目标、再用 DTW 做轨迹对齐。消融写得很不客气——在 100 个零件上，IndustReal 均值 38.45 ± 32.16%，状态匹配 59.11%，DTW 81.50%，signature transform 77.46%。模仿不是锦上添花，是从「会几个」到「会八十个」的必要条件。

真机：specialist 在 20 个装配、200 trial 上 86.5%（相对仿真只掉 4.2 个点）；generalist 84.5%，甚至比仿真的 80.4% 更高。感知初始化的 5 个装配 86–90%。NVIDIA 技术博客把这组数字当成「零样本 sim-to-real 已经和仿真等价，有时更好」的证据。我的读法更谨慎：真机插座往往有未建模的柔性，MatchMaker 后来自己承认过「真机比仿真高，是因为夹具会让一点」。AutoMate 的「真机高于仿真」可能有一部分来自这种物理送分，不是策略真的更强。

同一时期的横向对照：灵巧手线的 DextrAH-G 也是 2024 年 7 月。一个在刷 23-DoF 抓取，一个在刷 100 个夹爪装配几何。共用的作者是 Van Wyk / Fox / Narang 这层，但论文引用彼此并不多。两条线在 2024 年仍然是同一栋楼里的两个产品。

2024 年 8 月：力被当成可条件化的输入，而不是必须仿真准的状态

FORGE（arXiv:2408.04587，RA-L 2025；Noseworthy、Narang、Akinola）补的是 IndustReal limitation 里点过、但算法上一直躲开的轴。接触力在仿真和真机之间对不齐，所以前几篇几乎不用力传感器当观测。FORGE 的绕法是：不要预测力，要条件在「最大允许力」上。 训练时把力阈值和动力学随机化绑在一起；部署时同一个策略可以根据阈值变得大胆或保守，与控制器增益无关。策略还预测任务成功，用来提前结束和自动调阈值。演示任务包括卡扣连接器的用力插入，以及行星齿轮这种要连过三步的装配。

这是一个很「这条线」的解决方案：遇到仿真不准的物理量，就把它改写成策略的条件输入或几何代理，而不是先把仿真器做完美。灵巧手线 ADEPT 后来对触觉做了类似的事（穿透深度图而不是仿真力）。两边都在实践同一条启发式——能对齐的写进观测，不能对齐的写成阈值或几何。

2025 年 3 月：技能库和资产工厂同一周出现

SRSA（arXiv:2503.04538，ICLR 2025 Spotlight；Guo、Tang、Gupta、Narang）假设你已经有一柜子 specialist。新任务来了，问题变成：微调哪一个？他们的关键假设是：零样本成功率高的技能，微调起来也快。 于是先训一个迁移成功率预测器，特征联合了几何、动力学和专家动作，再用预测结果检索技能。相对 leading baseline：成功率相对提升 19%，跨 seed 标准差低 2.6×，达到可用成功率的 transition 少 2.4×。真机均值 90%。

MatchMaker（arXiv:2503.05887，ICRA 2025；Wang、Tang、Narang、Akinola）解决的是柜子本身怎么变大。AutoMate 的 100 个资产仍然是人手策展的。MatchMaker 用生成式管线：给一对互相穿透的 mesh 自动修成仿真兼容、无穿透的一对；给单个零件生成几何配合的对偶件；再按用户指定的间隙腐蚀接触面。真机验证是 5 对生成件、每对 10 trial，均值 82%。作者明确写了真机略高可能来自插座夹具的柔性。

两篇论文同一周出现，不是巧合。SRSA 在资产数量已经够检索时才有意义；MatchMaker 在检索和微调已经能用时才有意义。它们把这条线从「展示 100 个零件」推向「零件供给可以自动化」。还没做的实验是把两篇接起来：MatchMaker 源源不断造件，SRSA 自动挑技能微调。这个 2×2 现在空着。

2025 年 10 月：80% 对研究够了，对产线和对链式装配不够

Refinery（arXiv:2510.11019，ICRA 2026；Tang、Gupta、Narang）的开篇数字是一种自我批评：仿真学习已经能把接触密集装配做到约 80%，但这低于工业标准，而且让策略串联变得极脆——每一步 80%，八个零件连乘就接近零。他们把剩余误差主要归因于同一策略在不同初始条件下方差太大。

两剂药。训练期：贝叶斯优化指导的主动微调，专门打那些失败的初始条件。部署期：用仿真数据拟合 GMM，采样更容易成功的初始化。仿真上相对 SOTA +10.98%，到 91.51%。真机 10 个二零件装配、每个方法 10 trial：baseline 76/100，只微调 92/100，完整 Refinery 97/100。难件（如 01053、00190）从 12/30 拉到 27/30；本来就不错的件维持满贯。链式装配可以零样本接到 8 个零件，子任务全自动成功率 90.6%（146/160）。失败时仍有人介入——「8 零件成功」和「无人值守 8 零件成功」不是同一句话。

Refinery 把这条线的目标函数从「平均成功率」改成了「跨初始条件的稳健性 + 可串联」。这是成熟期信号：主算法不再换，开始抠部署。

2026 年 2 月：承认零样本有残差，残差交给真机

SPARR（arXiv:2602.23253，ICRA 2026；Guo、Akinola、Gupta、Narang）是八篇里哲学转折最大的一篇。前六年的官方语言是 zero-shot sim-to-real、真机不再适应。SPARR 说：仿真基策略冻住，在真机上学一个非对称 residual。基策略吃低维状态、稠密奖励，负责「大方向对」；residual 吃视觉、稀疏奖励，负责动力学误差和传感器噪声。真机训练约 0.5 小时/任务，无人示范、无人介入。

10 个二零件任务上 95–100%。相对零样本 AutoMate，成功率相对 +38.4%，周期 −29.7%。对照 SERL（纯真机 RL、无仿真先验）在半小时里几乎学不会；对照 HIL-SERL（有人介入的 oracle）成功率打平，周期仍慢一截——作者把周期差距部分归给 PLAI 和平滑，部分归给人类示范本来就更快。项目页还写过另一组数字：在相关任务上适应基策略时，相对提升 74.5% 成功率和 36.5% 周期。

非对称（asymmetric）是这篇的方法词，不是修辞。基策略和 residual 的观测、奖励、训练域都不对称：一边是仿真里的稠密状态，一边是真机上的稀疏视觉。这和经典 residual RL（两个策略吃同类观测、残差只是动作加法）不同。好处是基策略对视觉域间隙免疫——它根本不看图，所以外观随机化失败伤害不到它；坏处是 residual 必须在基策略已经能偶尔成功的区域里学，否则稀疏奖励没有正样本。SERL 对照饿死，就是因为没有这个区域。

SPARR 没有否定 Factory 到 Refinery 的六年。它把六年产出的东西定义成 prior，把最后 10–20 个点定义成必须在实物上付的税。这和灵巧手线仍然坚持零样本 student、和抓取线用解析度量避免真机 RL，都不同。装配线碰到了自己的精度天花板：亚毫米接触的残差，域随机化覆盖不住。一个该追问的细节：0.5 小时是 wall-clock 还是有效接触时间，复位谁来做，失败了谁把零件拔出来。论文强调无人示范、无人介入，没有同等强调复位自动化。产线复现时，半小时往往变成「半小时加一个看着的人」。

2022 Factory      仿真器：SDF + 接触归约 + GPU
2023 IndustReal   算法：SDF 奖励 / 课程 / PLAI     真机 83–99%
2024 AutoMate     几何：100 资产，专家 + 通才       86.5 / 84.5%
2024 FORGE        力：阈值条件化
2025 SRSA         复用：技能检索 + 微调             真机 90%
2025 MatchMaker   供给：生成配对资产               真机 82%
2025 Refinery     部署：BO 微调 + GMM 初始化       76 → 97 /100
2026 SPARR        残差：冻仿真策略 + 真机 residual  95–100%

一条产品路线上的四次表态

因为作者高度重叠，横向对比如果做成「不同实验室的哲学斗争」会假。更真实的横向，是同一组人在不同年份选择站在哪个瓶颈上，以及这些选择现在还能不能并存。

零样本还是最后一公里真机学习

2023–2025 的官方立场是零样本。IndustReal 把「no real-world policy adaptation」写进贡献列表；AutoMate、MatchMaker、Refinery 的真机数字都是部署，不是再训。SPARR 把这扇门打开了。

两端的前提。零样本假设域随机化 + PLAI + 几何奖励已经覆盖主要 sim-to-real 通道。对厘米级抓取、对宽松间隙，这个假设经常成立；对卡扣、螺纹、亚毫米孔，FORGE 和 SPARR 的存在本身就是反证。真机 residual 假设基策略已经能给出足够多的成功轨迹当先验，否则稀疏奖励的 residual 会像 SERL 对照那样饿死。SPARR 能 0.5 小时学成，是因为 AutoMate 级的基策略已经会「大概那么插」。

用户侧（工厂）并不在乎零样本教义，在乎换线时间和良率。开发者侧（这篇论文的作者们）在 2023 年需要零样本来证明仿真器值钱；2026 年仿真器已经值钱了，教义就可以松。我的 take：零样本不会消失，它会退成「出厂默认」，residual 会变成「上线必做」。和 HIL-SERL 的对比还说明一件事——人类介入能换周期，换不来 SPARR 在意的「不需要专家」。

Specialist 一件一策，还是 Generalist 一个网络

AutoMate 同时做了两个，并且没有宣布其中一个胜利。Specialist 在单件上更稳，generalist 在 20 件上 84.5% 已经能用。SRSA 是 specialist 世界观的续集：件多了就检索，不要强行一个网络吃所有几何。MatchMaker 则在给两个世界观同时供货。

这个轴和灵巧手线的「一任务一训 vs ADEPT 预训练」同构，解法不同。装配线的不变性在零件几何，所以他们把几何塞进 PointNet 式编码器，做蒸馏和检索。灵巧手线的不变性在手的运动学技能，所以他们预训 reposing。两边都还没做出「任意件 + 任意手」的那个交叉格子。

证据上，我站 specialist + 检索这一端，至少在接触精度仍由几何细节决定的时候。AutoMate 自己的 100 件消融显示，离开模仿和件级专家，IndustReal 式通才会塌到 38%。Generalist 的 84.5% 是在 20 件、而不是 100 件上测的。把 generalist 外推成「装配基础模型」证据不足。

力、视觉、状态：观测里到底放什么

Factory 到 AutoMate 的部署策略主要吃低维状态加一点视觉位姿。FORGE 把力阈值放进条件。SPARR 的 residual 改吃视觉。没有一篇种子论文把高维力/触觉序列当作主观测——TacSL 被索引明确排除在主线外。

这是刻意的。接触力过不了域，视觉外观过域要靠随机化，状态过域最便宜。所以这条线的 teacher 永远是状态，student 能少看传感器就少看。代价是：一旦位姿估计错了，整条链路跟着错。IndustReal 的感知是 2D 位姿（x, y, θ）；AutoMate 有感知初始化实验，但主表仍偏状态。SPARR 用视觉 residual 去补的，恰好是这条最便宜观测链的账单。

空白位置：以触觉或 6 轴力为主观测、状态只当特权 teacher 的装配策略。FORGE 靠近它，但力仍然是标量阈值，不是信号。

资产从哪来：手做、扫描，还是生成

2022 年 60 个零件，2024 年 100 个装配，2025 年 MatchMaker 自动成对。这条轴几乎没有争论，只有供给速度。真正的争论在生成件的物理保真：间隙怎么设、材料怎么对、螺纹这种功能几何生成器会不会造出仿真能装、真机装不上的鬼件。MatchMaker 的 82% 来自「仿真里已经很高」的 5 对，不是从生成分布里随机抽的。这是正向选择。

和抓取线的 ACRONYM / GraspNet 比，装配线还没有一个「一百万对装配」的公共基准。谁先把 MatchMaker 式生成做成可检验的开放资产库，谁就定义下一阶段的 leaderboard。现在 100 件仍然是内部策展。

设计空间地图

工作 攻击的瓶颈 零样本? 技能形态 观测 真机主数字
Factory 仿真接触算得动 未做真机主结果 单任务 RL 状态 工具论文
IndustReal 插入学不会 + 部署误差 是 单技能 状态 + 2D 位姿 83–99% / 600
AutoMate 几何多样性 是 专家 + 通才 状态 / 点云编码 86.5 / 84.5%
FORGE 大力接触 是 力条件化策略 状态 + 力阈值 卡扣 / 行星齿轮演示
SRSA 新任务从零训太贵 先检索再微调 技能库 几何+动力学+动作特征 90%
MatchMaker 资产策展 是（生成件） 供给层 — 82% / 5 对
Refinery 初始条件方差 是（部署优化） 同策略，换初始化 状态 76 → 97 /100
SPARR 不可随机化的残差 否，真机 residual 基策略冻 + 视觉残差 状态 / 视觉 95–100%

聚类：2023–2025 是「零样本仿真派」，2026 是「混合派」。Fox / Narang / Tang / Akinola / Guo 贯穿全程。Gupta（华盛顿大学）从 SRSA 开始深度加入，恰好出现在路线从展示转向复用和残差的时候——学术合作者往往在「需要新问题定义」而不是「需要再做一个零件」时进场。

六年补完一条流水线之后，缺的是开放基准

成熟度：rapid convergence 的尾声，mature optimization 的开头。算法主框架（GPU 仿真 + PPO + SDF 奖励 + PLAI）从 2023 年起没换过，换的是周围的供给、检索、部署和残差。这是一条工程上很健康、学术叙事上开始重复的曲线。

Open problems：

  1. 公共、不可作弊的装配基准。 现在的 100 件、10 件真机、5 对生成件，都由同一组人定义成功。和 GraspNet-1Billion 那种外部可提交的评测协议比，装配线还是内部 demo 联邦。
  2. 生成资产的物理合格率。 MatchMaker 证明能造，没证明随机抽一件的真机合格率。
  3. 力 / 触觉何时必须进主观测。 FORGE 用阈值绕开了，SPARR 用视觉残差绕开了。碰到润滑、变形、软配合，绕法会失效。
  4. 串联装配的无人值守。 Refinery 的 8 零件仍允许人介入。产线要的是停线率，不是「算上人工修正的成功」。

轨迹预测（1–2 年）：

  • Residual 会成为论文标配，而不是离经叛道（高）。SPARR 的对照太完整：纯真机 RL 不行，纯零样本不够，混合刚好。后面的工作会把 0.5 小时再压短，而不是回到纯零样本。
  • MatchMaker × SRSA 会被接起来做成自动产线（中）。技术上没有障碍，缺的是一篇把「生成–检索–微调–Refinery–residual」串成系统的论文。
  • 和新的 VLA / WAM 路线碰头（低到中）。装配线目前完全不碰语言和视频生成。若工厂侧的需求是「看图纸装配」而不是「看 CAD 装配」，这条线必须接一个语义前端。现在还没有种子论文往那边走。

和抓取线比，装配线从来没有一个 GraspNet。这不是疏忽，是接触任务的评测 intrinsic 更难：成功依赖间隙、材料、润滑、夹具刚度，换一套 3D 打印公差数字就动。但也正因为难，才更需要外部协议。现在的 97/100 和 95–100% 都是作者自己的 3D 打印件、自己的复位、自己的成功定义。我作为读者选择相信数量级，不选择相信小数点后的点。

对八篇种子的评价：它们几乎完整地覆盖了「仿真器–奖励–多样性–力–复用–供给–部署–残差」这条流水线，覆盖率高到有点不像学术集群、更像产品 backlog。没覆盖的是开放评测、软体 / 线缆 / 变形装配，以及任何不以平行夹爪为末端的装配。灵巧手线的 ADEPT 正在从另一头摸插装；两边还没有共享一个任务定义。谁先把 FMB peg 和 Factory 零件放进同一张表，谁就强迫两条线说话。

那套共用的工程语言，在这里分别指什么

GPU 并行仿真在装配线上首先是 接触算得动。Factory 的一千个螺母不是为了视觉 batch，是为了让 Gauss-Seidel 在 SDF 接触上和 PPO 的环境数匹配。Isaac Lab 后来把这些环境收成产品，是这条线对社区最实在的交付，比任何一次 97% 都实在。灵巧手线同一年也在用 Isaac Gym，但他们的瓶颈是视觉显存，不是螺纹接触。

域随机化在这里被用得很克制。IndustReal 随机位姿、加观测噪声，却避免动力学随机化——插入对间隙和摩擦太敏感，随机重了策略会学一套仿真里才成立的「撞进去」。FORGE 把动力学随机化和力阈值绑在一起，是有条件的随机。SPARR 更进一步：能随机化的交给基策略，随机化不了的交给真机 residual。所以装配线说「域随机化」时，意思接近「把初始条件和传感器噪声盖住」，不是 Tobin 那种「贴纸贴满仿真器」。

特权蒸馏存在，但不是主叙事。AutoMate 的 generalist 从 specialist 蒸馏，SRSA 检索的是现成技能而不是像素 student。部署时策略主要吃低维状态，视觉常常停在位姿估计前端。SPARR 的 residual 才第一次让视觉进到真机学习环。和 DextrAH「没有 student 就没有论文」相比，装配线可以靠状态策略 + PLAI 先发一篇。

翻译成方言：并行的是接触，随机化的是位姿不是动力学，蒸馏是可选项，最后一公里可以不蒸馏、改在真机上加 residual。 谁要复用这条线，先去 Isaac Lab 把 Factory 环境跑起来，不要先复现 97%。

Further Reading

  1. NIST Assembly Task Board—— IndustReal 几何来源，读它才能看懂「83–99%」对应的是哪一类工业玩具。
  2. Isaac Gym / Isaac Lab—— Factory 环境的栖息地；复现这条线从这里开始，不是从某一篇算法论文开始。
  3. HIL-SERL / SERL—— SPARR 的真机 RL 对照。想判断 residual 是不是在偷换「无人监督」，必须读它们的介入协议。
  4. InsertionNet 及其力觉插入后继—— 另一条「插入=视觉+力」的线，用来对照 FORGE 为什么把力写成阈值。
  5. TacSL（arXiv:2408.06506）—— 索引指定的装配线卫星工作，触觉仿真库。
  6. Contact-implicit trajectory optimization（C3、CI-MPC、IMPACT）—— 不走 RL 的接触规划对照，说明 80% 不是物理极限。
  7. Assembly-by-disassembly 更早的运动规划文献—— AutoMate 把老想法嵌进 RL，不是从零发明拆装对偶。
  8. PointNet / 点云编码器在操作上的用法—— AutoMate generalist 的几何接口。
  9. DTW / signature transforms 在轨迹模仿中的用法—— AutoMate 消融里真正拉开 38% 和 81% 的东西。
  10. 域随机化经典论文（Tobin 2017，见抓取线）—— 这条线吃方法论、几乎不引用抓取网络，但 DR 是共同祖先。
  11. OpenAI Rubik / DeXtreme—— 用来问：为什么装配不走灵巧手，灵巧手 2026 年又走回插装。
  12. π*₀.₆ RECAP / RLT—— VLA 侧的「经验后训练」，和 SPARR 的 residual 是不同接口上的同一直觉。
  13. MatchMaker 所用的 shape completion / diffusion 骨干—— 资产生成的上限不在装配算法，在生成模型是否尊重功能几何。
  14. Franka / UR 任务空间阻抗控制工程文献—— PLAI 之所以 2 mm，有一半是控制器，不是策略。
  15. 「仿真可信度 / simulator discrepancy」更早的 sim-to-real 工作—— SAPU 不是第一篇怀疑仿真器，但是第一篇把它写进装配 PPO 更新。

收尾

Factory 线最值得学的不是某一个 97%，而是它给自己出题的方式：每次只承认一个瓶颈，做完就写进下一篇的 related work 当已经关闭的假设。2022 年关闭「仿真跑不动」，2023 年关闭「插入学不会」，2024 年关闭「只会一种孔」，2026 年关闭「零样本教义」。还开着的题是开放基准和软接触。谁要跟这条线竞争，不要再做一篇 peg-in-hole 的 SDF 奖励；要做的是让 100 个零件变成别人也能提交结果的 1000 个零件，或者证明 residual 半小时能在没有 NVIDIA 基策略的机器人上成立。