双臂机器人多销孔装配的物理基础与人工智能赋能方法综述

《ARTIFICIAL INTELLIGENCE REVIEW》：Artificial intelligence for dual-arm robotic multi-peg-in-hole assembly: a review

　　

摘要

双臂机器人多销孔装配（DA-MPiH）是一种接触丰富的操作任务，涉及多点接触耦合、双手闭链约束、误差传播和感知不确定性。人工智能为改进感知、接触状态推理、搜索和自适应柔顺控制提供了新的机遇；然而，现有方法在多大程度上已在DA-MPiH任务中得到直接验证仍不清楚。本综述系统地分析了DA-MPiH装配的物理基础和人工智能赋能方法。文献检索来源包括Web of Science核心合集、Scopus、IEEE Xplore和arXiv中2008年至2026年7月发表的文献，并辅以反向引文追踪检索。经去重及基于PRISMA的筛选后，共纳入191项研究，并按机器人构型、销孔尺度、验证环境和与DA-MPiH装配的相关性进行编码。本综述综合了系统组成、协作与接触状态建模、目标识别与搜索，以及被动、主动和基于学习的柔顺控制。证据表明，基于学习的感知和控制可提升在不确定接触条件下的适应能力，但大多数研究针对的是单臂或单销任务；整合双臂协调与多销约束的直接实验证据仍然有限。性能和训练成本报告不一致的问题进一步阻碍了严格的跨研究比较。未来研究应优先关注多模态接触估计、内力求知的柔顺控制、安全技能迁移以及标准化的DA-MPiH基准测试。