📖 AI 总结

NVIDIA西雅图机器人实验室与Isaac工程团队合作，探索用机器人组装GB300测试托盘，聚焦母线组装和多连接器插入两类高难度任务。在母线组装中，团队采用基于FoundationPose的感知、Lissajous曲线路径规划和高性能阻抗控制器的模块化流水线，实现超过95%的成功率，单次循环耗时160秒。多连接器插入方面，线缆抓取借助SAM3分割完成，连接器抓取则依赖新提出的DOPER姿态估计框架，结合合成与真实数据训练。定制3D打印夹爪手指通过机械约束提升抓取姿态可重复性，无需触觉传感器。插入策略先在Isaac Lab中通过仿真到现实的强化学习预训练，再用SPARR方法结合力扭矩输入进行真实环境残差策略微调。TALOS编排系统提供可复用的容器化组件，加速了跨平台的开发与部署。该工作展示了机器人学习、机械智能与传统工程结合在复杂装配任务中的可行性。